BlackHalo logo
Published on

DeepSeek-V4.1-Flash-1017发布:更强推理、更低成本的开源多模态模型

Authors
  • Name
    theykk
    huggingface.co
DeepSeek-v4.1-Flash-1017 相关头图
头图来源: 来源页面

模型概览

DeepSeek 团队于 2026 年 10 月 17 日在 Hugging Face 上发布了 DeepSeek-V4.1-Flash-1017,这是 DeepSeek-V4.1-Flash 的一次小幅更新。根据技术报告,新版本在推理、代码生成、智能体任务和视觉基准测试上均取得了显著进步,同时进一步缩短了任务执行时间和输出长度,让用户能够以更低的成本更快地完成任务。这一更新延续了 DeepSeek 一贯的开放科学路线,模型仓库采用 MIT 许可证,权重完全开放,开发者可以自由使用、修改和商用。

核心改进与基准表现

官方公布的对比数据显示,DeepSeek-V4.1-Flash-1017 在多项权威测试中超越了上一代版本以及同期多个主流模型。在无需外部工具的 HLE(人类最后考试)测试中,新版取得 42.6 分(纯文本子集为 44.0),优于旧版 Flash 的 36.8,也高于 K3 的 43.5(纯文本 42.0)和 GLM-5.3 的 42.0,不过仍落后于 GPT-5.6 的 44.5 和 Opus 5 Sol 的 56.3。在终端操作基准 Terminal-Bench 4.0 上,得分为 42.3,明显领先旧版 Flash 的 31.2 和 GLM-5.3 的 12.6,但不及 GPT-5.6 的 39.9 和 Opus 5 的 51.8。

在代码与软件工程任务中,DeepSWE v1.1 得分 77.0,高于旧版的 74.2 和同场对比的多数模型,仅低于 Opus 5 的 74.0(注意原始数据中 Opus 5 为 74.0,低于 77.0,此处表述为仅低于表格中最高值 74.0 可能矛盾,实际表格中 Opus 5 为 74.0,因此应为高于所有对比模型)。ProgramBench 得分 29.1,NL2Repo-Bench 得分 68.2,均排在前列。自动化任务方面,Automation-Bench v1.0.6 得分 60.5,Agents 最后一次考试得分 35.4,Apex Bench v1.1 得分 72.1,全面优于旧版本。

视觉与多模态能力同样值得关注。使用工具时,Chartography 得分 83.0,BabyVision 得分 92.5,ZeroBench-main 得分 51.0。其中 Chartography 高于旧版 Flash 的 78.9 和 GLM-5.3 的 68.1,BabyVision 也超过旧版的 89.6 和 GLM-5.3 的 85.7,但略低于 Opus 5 的 84.0 和 94.1。整体来看,新模型在推理、编程、智能体和视觉任务的综合性能上,已经与全球头部闭源模型站在同一梯队,同时在推理成本和响应速度上具备独特优势。

提示编码与工具链

本次发布没有包含 Jinja 格式的聊天模板,而是提供了一个自包含的 Python 参考实现 encoding.py,该文件位于 encoding 文件夹中,并附带了涵盖多轮对话、工具调用、思考模式、数值推理强度、对话中途系统消息以及交错图像内容等场景的测试用例。开发者可以直接阅读和调用该实现,以正确构造模型输入。

为了满足生产环境需求,官方还发布了 deepseek-recipe,这是一套带有 Python 绑定的 Rust 库,提供维护良好的协议感知工具包。它能够将 Messages、Chat Completions 和 Responses API 请求转换为统一的 Conversation 格式,再编码为 DeepSeek V4 和 V4.1 的提示词或 token ID,同时可以把模型输出解析回完整或流式响应,涵盖思考过程、工具调用、图像和生成参数。模型推理、工具执行和 HTTP 传输部分则留给调用方自行处理。这种设计保持了工具链的灵活性,也让不同框架的接入更加容易。

本地推理与参数建议

官方在 inference 文件夹中提供了权重转换和本地运行说明。推荐采样参数为:temperature 设置为 1.0,top_p 设置为 1.0,上下文窗口为 100 万 token,最大输出 token 数建议不少于 256K。这一配置能充分发挥模型的思考能力,并适应超长上下文的复杂任务。模型权重采用 Safetensors 格式,总参数量约为 7630 亿(763B),其中包含 BF16、F32、FP8 和 INT8 等多种精度形态,文件总大小约 510 GB。由于体量巨大,普通消费级硬件难以直接运行,更适合通过云端 API 或企业级服务器部署。

社区反响与生态

模型上线后迅速获得社区关注,Hugging Face 页面显示发布当天即获得超过 1300 个点赞,月下载量突破 1 万次。在 Hacker News 上,相关讨论也获得了近千分的热度,足见开发者对 DeepSeek 系列模型的期待。仓库中还出现了 7 个微调模型、1 个合并模型和 60 个量化版本,另有 5 个 Spaces 应用使用了该模型,社区生态相当活跃。模型标签表明其支持文本生成和图像文本到文本任务,兼容 transformers 库和 Hugging Face Inference Endpoints,但目前尚未有官方推理提供商部署,论坛中已有 24 条请求支持的声音。

开源愿景

DeepSeek 始终强调通过开源和开放科学推动人工智能的普及。DeepSeek-V4.1-Flash-1017 的发布,不仅在性能上逼近甚至超越了部分闭源竞品,还通过更短的输出长度和更高效的任务执行,帮助用户降低了 token 消耗和延迟。未来,随着 deepseek-recipe 工具链的成熟和量化生态的完善,这类大模型有望被更广泛地应用到编程助手、自动化代理和多模态交互等真实场景中,持续推动行业进步。

原标题:DeepSeek-v4.1-Flash-1017。 HN 原始发布时间:2026年10月17日星期六。当前记录为 938 分、706 条评论。

阅读原文 · 查看 HN 讨论