DeepSeek开源新版Flash：DeepSWE超Opus 5

DeepSWE v1.1 上 77.0 分，这是 DeepSeek 10 月 17 日放出的 V4.1-Flash-1017 交出的成绩。上一版 V4.1-Flash 是 74.2，当时只比 Claude Opus 5 的 74.0 高 0.2 分，几乎算打平；这次往上拉了将近 3 分，领先才算坐实。按官方口径，同样的任务它的成本比 Opus 5 低约 60 倍。

这是一次小版本更新，权重同步放上了 Hugging Face，MIT 协议，附带本地推理说明。官方的说法是推理、编程、智能体任务和视觉评测都有提升，同时任务跑得更快，输出更短。

涨得更猛的是 Terminal-Bench。模型卡上 Terminal-Bench 4.0 的分数是 42.3，上一版只有 31.2，一口气多了 11 分。发布方称这个成绩已经超过 GPT-5.6 Sol，成本约低 17 倍。

一个 Flash 档的模型，在编程智能体任务上和闭源旗舰正面比，价格只是对方的零头。

提升从哪来？DeepSeek 自己交代得很坦白：主要靠在多个编程智能体框架上做强化学习训练，算法层面没有新东西。和上一代比，单任务成本又便宜了 2 到 2.5 倍。

Arena 那边也有动静。Code Arena 的 WebDev 榜单上，1017 的 Max 档拿下开源模型第一，总榜 1670 分、排第 12，比 9 月 10 日那一版高出 52 分，把此前开源阵营里很受关注的 Kimi K3（Max）压在身后，而后者的调用开销大约是它的 10 倍。

价格方面，外面流传着两套数字，其实都对。DeepSeek 官方 API 实行分时计价：工作日高峰时段（UTC 1 点到 4 点、6 点到 10 点）每百万 token 输入 0.3 美元、输出 1.2 美元，其余时间包括周末一律减半，也就是 0.15 和 0.6 美元，缓存命中的输入只要 0.003 美元。OpenRouter 上挂出来的是 0.15 和 0.6 这一档。

参数量同样有两个说法。OpenRouter 的模型介绍写的是 5520 亿总参数，输入端激活 80 亿、输出端激活 160 亿；Hugging Face 页面按权重文件统计显示为 763B。两边统计口径不同，官方暂时没有解释差额来自哪里。

架构沿用 V4.1-Flash 这一代引入的因果编码器-解码器（Causal Encoder-Decoder，CED）结构，原生支持视觉理解，上下文窗口 100 万 token，支持工具调用和 JSON 输出。

已经在用的开发者几乎不用动代码，模型 ID 不变，原来的请求会直接落到新版本上，旧名字 deepseek-v4-flash 也由 1017 接管、按 Flash 价格计费。要升级的是工具链：用 DeepSeek Harness 跑智能体的，得升到 v0.2.1-rc.1 或更高版本才能拿到完整性能，腾讯 CodeBuddy 和 WorkBuddy 也做了专门适配。

Ollama 动作也快，已把 1017 加进美国托管的云服务，主打零数据留存，现有 deepseek-v4.1-flash 用户会直接收到这次更新。