DeepSeek 于 10 月 17 日在 Hugging Face 发布 DeepSeek-V4.1-Flash-1017，这是对 DeepSeek-V4.1-Flash 的小版本更新，模型参数规模为 763B，采用 MIT 许可，支持图像-文本输入输出。官方技术报告称，此次更新在推理、编程、智能体任务和视觉基准上均有明显提升，同时缩短任务执行时间与输出长度，帮助用户更快、更低成本地完成任务，并在多个智能体测试框架中推进性能-成本帕累托前沿。
从基准数据看，新版本在多项测试中优于前代。HLE（无工具） 得分为 42.6（纯文本子集 44.0），前代为 36.8（纯文本 39.1）；Terminal-Bench 4.0 得分 42.3，前代仅 31.2；DeepSWE v1.1 为 77.0，前代 74.2；ProgramBench 为 29.1，前代 20.3；NL2Repo-Bench 为 68.2，前代 65.4；Automation-Bench v1.0.6 为 60.5，前代 54.8；Agents’ Last Exam 为 35.4，前代 31.8；Apex Bench v1.1 为 72.1，前代 64.6。视觉相关测试中，Chartography（带工具） 为 83.0，前代 78.9；BabyVision（带工具） 为 92.5，前代 89.6；ZeroBench-main（带工具） 为 51.0，前代 49.0。报告同时列出 K3、GLM-5.3、GPT-5.6 Sol、Opus 5 等对比模型的部分得分，供横向参考。
值得注意的是，此次发布未包含 Jinja 格式的聊天模板。编码文件夹中提供了自包含的 Python 参考实现 encoding.py，覆盖多轮对话、工具调用、思考模式、数值推理强度、对话中途系统消息和交错图像内容等测试用例。面向生产环境，DeepSeek 还发布了 deepseek-recipe，这是一组带 Python 绑定的 Rust 库，提供与官方一致的提示格式，可将 Messages、Chat Completions 和 Responses API 请求转换为 Conversation 格式，并编码为 DeepSeek V4 与 V4.1 的提示或 token ID，再将模型输出解析为完整或流式响应，涵盖思考、工具调用、图像和生成设置。模型推理、工具执行和 HTTP 传输则由调用方自行处理。
本地推理方面，用户可参考 inference 文件夹中的权重转换与运行说明。官方推荐采样参数为：temperature 1.0、top_p 1.0、上下文窗口 100 万 tokens、最大输出 不低于 25.6 万 tokens。该仓库与模型权重均采用 MIT 许可。引用信息显示，相关技术报告题为《DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression》，作者为 DeepSeek-AI，年份为 2026。
从产业视角看，此次更新延续了 DeepSeek 以较小版本迭代快速提升模型能力的节奏。763B 参数规模配合 MIT 许可，降低了商业使用的法律门槛；而任务执行时间与输出长度的压缩，直接回应了智能体应用对延迟和 token 成本的敏感需求。基准表中 Terminal-Bench 4.0 和 DeepSWE v1.1 等智能体相关测试的显著进步，意味着模型在自动化编程与终端操作场景中的可用性增强，这对依赖智能体工作流的下游应用开发者构成直接利好。同时，官方提供 Rust 库 deepseek-recipe 并明确协议感知工具链，显示出其对企业级部署与工具调用生态的重视。在模型层竞争日趋激烈的背景下，DeepSeek 通过小版本快速迭代维持性能-成本优势，可能促使其他模型厂商跟进优化推理效率与智能体能力。