# DeepSeek更新Flash-1017！DeepSWE 77.0压过Opus 5 来源: https://hajimi.yun/blog/deepseek-flash-1017-tops-deepswe-at-77 10月17日，DeepSeek更新V4.1 Flash至1017，网页、App与API已切换，DeepSWE为77.0。 一个月出头，DeepSeek 又把 V4.1 Flash 往前推了一格！ 10 月 17 日下午，深度求索宣布，V4.1 Flash 更新到 V4.1-Flash-1017。这款模型 9 月 10 日才正式发布。网页、App、API 同一天切到新版本。API 的模型名仍然是 deepseek-flash，按 IT 之家转述的官方说法，调用方式和价格都保持不变。 官方自己把 1017 定义成一次小幅更新。Hugging Face 模型卡上的句子更硬：推理、编程、智能体任务和视觉基准都有实质提升，任务执行时间和输出长度同时下降，用户能更快、以更低成本做完任务，多个智能体框架上的性能与成本帕累托前沿被再推出去一截。 在接口这一侧，老集成不用改字符串。IT 之家写明，继续请求 deepseek-flash，拿到的就是 1017。9 月 10 日上线时，深度求索已经把模型名收成这一个；旧名 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 当时会被暂时路由到 V4.1 Flash。1017 的公告没有再改这套名字，只说网页、App、API 同步换成新模型。 版本号本身和日期对得上。1017 就是 10 月 17 日这次更新，官方和模型卡都把它叫做 V4.1 Flash 的小幅更新，不是另起一个大版本。小，指的是代数。不小，指的是同一张表上的分差。 名字没换，单价没动，分数表先动了！ 哈基米科技 模型卡把 1017、上一版 V4.1 Flash、Kimi K3、智谱 GLM-5.3、GPT-5.6 Sol、Claude Opus 5 放在同一张表里。四项里，1017 是当场最高，而且都压过了 Opus 5。 编程基准 DeepSWE v1.1，77.0！上一版 74.2，Opus 5 是 74.0，GPT-5.6 Sol 是 73.0，Kimi K3 是 67.5，GLM-5.3 是 66.9。这项用的是 Mini-SWE-V2 框架。 智能体做业务的 Automation-Bench v1.0.6，60.5。上一版 54.8，Opus 5 是 50.3，GLM-5.3 是 48.8，K3 是 46.7，GPT-5.6 Sol 是 45.8。 Agents’ Last Exam，35.4。上一版 31.8。后面是 Opus 5 的 28.6、GLM-5.3 的 28.5、K3 的 27.6、GPT-5.6 Sol 的 26.7。 多模态智能体 Apex Bench v1.1，72.1。上一版 64.6，Opus 5 是 65.8，GLM-5.3 是 56.6，GPT-5.6 Sol 是 54.3，K3 是 47.8。 第一财经写过，这四项在官方展示的数据里都是最高分。DeepSWE 那 77.0，就是这次最硬的一个数字。 哈基米科技 四张表压过 Opus 5，另外几张还在追！别把 DeepSWE 的领先读成全面换代。 HLE（不用工具）从 36.8 抬到 42.6，文本子集从 39.1 到 44.0。Opus 5 是 56.3，GPT-5.6 Sol 是 44.5，K3 是 43.5。抬幅很大，名次还在后面。GLM-5.3 这格标的是文本子集 42.0，不能拿来和 42.6 的全量分直接比。 Terminal-Bench 4.0 从 31.2 跳到 42.3，超过 GLM-5.3 的 37.9 和 GPT-5.6 Sol 的 39.9，仍低于 Opus 5 的 51.8。这项用的是 Claude Code 框架。K3 在这张表上是 12.6。 ProgramBench 从 20.3 到 29.1，超过 GPT-5.6 Sol 的 23.0，低于 Opus 5 的 37.0。NL2Repo-Bench 从 65.4 到 68.2，超过 GPT-5.6 Sol 的 56.8，低于 Opus 5 的 75.3。 视觉三项是追上，没拿第一。Chartography（带工具）83.0，Opus 5 是 84.0。BabyVision（带工具）92.5，Opus 5 是 94.1。ZeroBench-main（带工具）51.0，GPT-5.6 Sol 是 53.0，Opus 5 是 52.0。 所以这版的故事要拆开看。智能体和部分编程任务上，Flash 的小更新把 Opus 5、GPT-5.6 Sol 压到身后。纯推理、终端基准和若干视觉任务上，Opus 5 仍然更厚。 输出变短，对智能体账单是直接的。Agent 循环里，模型每多写一段、多调一轮工具，时间和 token 都在涨。官方同时声称能力上去、输出长度下来，指的是同样的任务少付一段生成费用，不是把单价表改掉。单价没动，来自 IT 之家的转述；省下来的部分，来自更短的运行。Terminal-Bench 从 31.2 到 42.3，ProgramBench 从 20.3 到 29.1，Apex Bench 从 64.6 到 72.1，这三格的跳跃，都比「改个小数点」更大。 更扎眼的是一种新用法。1017 用基于自反馈的强化学习，加强从零搭完整项目的能力，点名的场景是游戏开发和 3D 建模。官方把它叫做「许愿式编程」：提示词很少，参考素材也很少，直接要一个能跑的项目。 IT 之家写道，官方演示是在 DeepSeek Harness 里，用很少的交互轮次把项目搭完。报道没有给出具体轮次，这里也不补数字。第一财经还转述了社交平台上的试玩：有人用它做软糖小熊的 3D 测试，观感被拿去和海外头部模型比较；也有人做出的网页视频，被形容接近 Opus 5.5 的展示效果。这些是用户观感，不是模型卡上的分数。 哈基米科技 权重同一天开放。Hugging Face 和 ModelScope 都能下载，许可证仍是 MIT，沿用 V4.1 Flash 的开源方式。模型卡标注的参数规模是 763B。 这组和 9 月 10 日的首发稿要分开读。当时深度求索写的是：V4.1 Flash 为 552B 参数的 MoE，采用 Causal-Encoder-Decoder，输入激活 8B，输出激活 16B；相对上一代，HBM 需求降到四分之一，SSD 需求降到八分之一；相对初代，KV Cache 缩小 437 倍。1017 的模型卡没有重发这组结构数字。两个参数量不要加成「这次从 552B 涨到 763B」。 采样建议写在卡上：temperature 1.0，top_p 1.0，上下文 100 万 token，max_tokens 不少于 256K。这次不附带 Jinja 聊天模板。encoding 目录里有一份自包含的 Python 参考实现，覆盖多轮对话、工具调用、思考模式、数值化的推理力度、对话中途插入的系统消息，以及穿插的图像内容。 生产环境另外给了 deepseek-recipe。这是一套带 Python 绑定的 Rust 库，把 Messages、Chat Completions、Responses API 收成同一套对话格式，再编成 DeepSeek V4 和 V4.1 的提示或 token，并把模型输出解析回完整响应或流式响应，范围包括思考、工具调用、图像和生成设置。推理、工具执行和 HTTP 传输仍留给调用方。本地最小推理写在模型卡的 inference 目录里，包含权重转换。没有 Jinja 模板，就不能拿别的模型的聊天模板硬套。 大规模部署仍是另一件事。9 月 10 日的开源说明里，深度求索写过：有大规模部署需求、又具备相应资源的团队可以联系他们，资源口径是约 2k 张 GPU，外加存储集群。1017 的模型卡没有改写这条门槛。 哈基米科技 要用满这版适配，得动框架。深度求索点名优化了 DeepSeek Harness、腾讯 CodeBuddy 和 WorkBuddy。IT 之家给出的建议是：把 DeepSeek Harness 升到 0.2.1-rc.1 或更高。第一财经则写，Harness 官方账号当天发文，称已更新 0.2.1 来适配新模型；训练阶段就针对 Harness 做过专项优化，目标是任务表现上去，运行时间、输出消耗和 token 费用下来。两个版本号都出现在公开报道里，升级前以手头的发行说明为准。 同一天下午，还有一件和模型卡并列的事。第一财经报道，DeepSeek API 新增 Search 与 Fetch，自研搜索向公众开放，两个接口都是 5 元/千次。官方说法是：这是面向 AI 的通用搜索，支持多语言，强调相关、权威和时效，并会过滤 SEO 作弊、GEO 操纵和低质 AIGC。网页端和 API 的搜索都走这套引擎。深度求索称，每天处理来自全球的数亿次搜索请求。这是公司口径，不是第三方审计数字。它和模型单价不是一回事：模型调用按 IT 之家的说法价格未变，搜索接口是新开的计价项。 对开发者，落地动作很短。接口不用改名，deepseek-flash 已经指向 1017。要吃到 Harness 上的耗时和 token 优化，就把客户端升到报道里的新版本。要本地部署，权重在 Hugging Face 和 ModelScope，协议是 MIT。拿它替换 Opus 5 之前，先看任务落在哪张表：DeepSWE、Automation-Bench、Agents’ Last Exam、Apex Bench，这四张对它有利；HLE、Terminal-Bench、ProgramBench、NL2Repo 和三项视觉，Opus 5 仍领先，或只被咬得很近。 哈基米云报道 做项目需要大模型，国内的、国外的这里都能接到。价格谈得下来，调用稳得住，出了问题有人跟到落地。 平顶山市哈基米与他的朋友们科技有限公司 联系电话：17629730802 公司官网：hajimi.yun