多端同步上线与部署工具调整
2026年10月17日，DeepSeek在Hugging Face平台及官方API更新日志中正式发布了DeepSeek-V4.1-Flash-1017模型，官方Web端和APP端同步更新至该版本。在接口调用方面，API调用方式和定价保持不变，开发者继续使用deepseek-flash作为模型名称即可访问最新版本。
在开源交付方面，本次Hugging Face开源发布未包含Jinja格式的聊天模板，而是提供了一个包含多轮对话与工具调用测试用例的独立Python参考实现encoding.py。针对生产环境，DeepSeek额外发布了带有Python绑定的Rust库deepseek-recipe，以提供与协议感知工具包相同的提示词格式。
官方性能宣称与基准测试数据
官方声明称，新模型在推理、编程、智能体任务和视觉基准测试中实现了提升，同时减少了任务执行时间和输出长度。官方更新日志指出，该版本针对DeepSeek Harness、Tencent CodeBuddy和WorkBuddy等平台进行了专门优化，并宣称在多个智能体测试框架中推进了性能与成本的帕累托前沿，使用户能以更快的速度和更低的成本完成任务。
根据官方公布的对比数据，V4.1-Flash-1017在无工具的HLE基准中得分为42.6分（纯文本子集为44.0分），优于旧版的36.8分；在Terminal-Bench 4.0测试中得分为42.3分，高于旧版的31.2分。在带工具的多模态基准测试中，官方数据显示新版本在Chartography和BabyVision测试中分别取得83.0分和92.5分，均高于旧版的78.9分和89.6分。
技术架构背景与生态扩展
从基础规格来看，DeepSeek-V4.1-Flash基础模型最初于2026年9月发布，是DeepSeek新架构家族中最小的模型，具备原生多模态视觉理解能力。该系列采用因果编码器-解码器架构，属于多模态混合专家模型，拥有5520亿主干参数并支持高达100万Token的上下文窗口，在解码阶段每个Token激活160亿参数，预填充阶段激活80亿参数。
在本次官方正式发布前，Reddit社区开发者已通过API探测到deepseek-v4.1-flash-1017标识符的短暂出现与指纹变化。此前亦有社区API用户报告模型近期变得更加简洁且具备更高的Token效率，这与官方随后公布的减少输出长度等特性相吻合。
在发布模型更新的同日，DeepSeek还宣布开放其内部搜索API（DeepSeek Search）。官方声明该搜索引擎支持多语言，并宣称能通过严格机制过滤SEO垃圾信息和低质量AIGC内容。