(资料图)

观点网讯：近日，中国人工智能企业DeepSeek发布DeepSeek-V4.1-Flash-1017，主打提升编程、推理、视觉理解及智能体任务能力，同时缩短输出篇幅及任务执行时间。新版本已于网站、应用程序及API上线，模型权重以MIT许可证公开。

此次发布并非全新模型系列，而是9月发布的V4.1-Flash的小版本更新。DeepSeek称新版在性能与成本之间实现“帕累托改进”，即无需提高使用成本也能改善任务表现。API用户可继续以“deepseek-flash”名称调用模型，无需修改现有程序。

根据官方公布的测试结果，新版在11项基准测试中均高于上一版本。其中Terminal-Bench 4.0由31.2分升至42.3分，增幅最大；ProgramBench由20.3分升至29.1分；DeepSWE v1.1由74.2分增至77分。

在智能体测试方面，新版Automation-Bench得分由54.8升至60.5，Agents" Last Exam由31.8升至35.4，Apex Bench由64.6升至72.1。上述三项成绩均高于官方表格所列的Claude Opus 5；但后者在HLE、Terminal-Bench、ProgramBench及NL2Repo-Bench等测试仍然领先。

DeepSeek表示，新版使用带有自我反馈的强化学习，重点改善由零开始完成整个项目的能力，包括游戏开发及3D建模，而不只是生成个别程序代码片段。模型支持文字及图像输入，上下文窗口达100万Tokens，官方建议最大输出设定不少于25.6万Tokens。

新版推出后，网上出现蒸馏GPT数据的质疑。有模型测试者认为，新版在编程时频繁执行冒烟测试、设定确认门槛及验收流程，工作模式与部分GPT模型相似，推测训练数据可能包含GPT生成内容。该说法目前只基于使用体感，未有训练数据、输出指纹或可重复技术测试支持。

目前大部分性能数据仍由厂商自行公布，有待独立机构在相同工具、推理预算及测试框架下验证，才能判断实际领先幅度。

免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。