Today for AI
返回热点榜
llm热度 0.0°

AI 聚合热点事件 · 2026/10/17

DeepSeek V4.1 Flash 开源发布，编程性能逼近旗舰且成本骤降

17 篇收录报道0 家独立信源交叉印证持续跟踪至 2026/10/24 01:23:09
全景综述与最新动态

DeepSeek 正式发布并开源 V4.1 Flash-1017 模型，在智能体与编码任务中实现显著突破。该版本以每百万 token $0.3/$1.2 的极低定价，在 Artificial Analysis 智能指数中斩获 45 分，并列开源权重模型第二，其 DeepSWE 基准得分 77 已逼近闭源旗舰 Opus 5，但推理成本仅为其 1/83。

技术层面，V4.1 Flash 采用非对称混合专家（MoE）架构与因果编码器-解码器（CED），总参数 552B 但仅激活 8B/16B，结合 KV 缓存压缩技术将显存占用降低约 75%。训练上引入自反馈强化学习（RLSF），利用内部置信度替代人工评估，显著提升端到端项目开发能力。多信源交叉验证显示，其在 Code Arena WebDev 榜单登顶，输出长度缩短同时保持甚至提升基准分数，实现了性能与成本的帕累托改进。

此次发布重塑了高性价比大模型的生态格局。MIT 许可证与全渠道上线降低了开发者门槛，原生支持多模态及长程智能体任务，使其成为构建复杂应用的首选。随着 Databricks、OpenRouter 等平台接入，V4.1 Flash 正加速渗透企业级市场，有力反驳了“开源无法追赶闭源”的观点，推动 AI 开发向高效、低成本方向演进。

最新动向/DeepSeek 发布 V4.1 Flash 1017，在 Artificial Analysis 网络安全指数中以 57% 的得分成为排名第一的开源可用模型。该版本在防御性网络任务中表现卓越，且处于性能与成本的帕累托前沿，单次任务成本仅为 $0.42，显著低于闭源顶级模型 GPT-6 Sol。

逐小时热度走势

157 个完整观测小时
当前
0.0
峰值
28.903:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

报道时间线

共 16 篇 · 最新优先
  1. Artificial Analysis (@ArtificialAnlys)T1·78 分

    DeepSeek V4.1 Flash 登顶开源网络安全基准

    原标题：DeepSeek V4.1 Flash 1017 is the new #1 openly-available model in the Artificial Analysis Cyber Index...

    • DeepSeek V4.1 Flash 1017 以 57% 得分成为 Artificial Analysis 网络安全指数中排名第一的开源模型。
    • 该模型在防御性网络代理任务中表现优异，尽管部分闭源模型能力更强但受限于安全拒绝机制或访问权限。
    • V4.1 Flash 1017 具有极高的性价比，单次任务成本 $0.42，比 GPT-6 Sol 便宜 4 倍，同时保持高能力水平。
  2. Arena.ai (@arena)T1·78 分

    DeepSeek V4.1 Flash 登顶 Arena 双榜第一开源模型

    原标题：DeepSeek-V4.1-Flash-20261017 (Max) by @deepseek_ai landed in the Arena as the #1 open model in both...

    • DeepSeek-V4.1-Flash (Max) 成为 LMArena Agent 和 WebDev 榜单排名第一的开源模型
    • 模型展示了包括 3D 世界生成在内的复杂代码构建能力
    • 该版本强化了 DeepSeek 在智能体自主执行与前端开发领域的竞争力
  3. IT之家 · 智能时代T2·78 分

    DeepSeek V4.1 Flash 登顶 Agent Arena 开源榜

    原标题：国产最强 DeepSeek V4.1 Flash-1017 登顶 Agent Arena 开源榜，总榜第 11

    • DeepSeek-V4.1-Flash-1017 在 Agent Arena 开源模型中排名第一，总榜第 11
    • 单任务成本中位数仅约 0.18 美元，且位于性能-成本帕累托前沿
    • 任务成功确认、用户反馈及 Bash 命令执行可靠性均居开源首位
  4. Latent SpaceT1·68 分

    DeepSeek V4.1 Flash 发布 确立开源权重性价比新标杆

    原标题：[AINews] not much happened today

    • DeepSeek V4.1 Flash 采用 552B 总参数、16B 激活参数的 MoE 架构，支持 1M token 上下文窗口。
    • 模型沿用 MIT 许可证，API 定价保持不变（峰值 $0.30/$1.20 per M tokens），缓存命中成本极低。
    • 训练方法引入自反馈强化学习（Self-feedback RL），旨在提升复杂任务构建能力。
  5. Arena.ai (@arena)T1·85 分

    DeepSeek V4.1 Flash Max 登顶 Agent Arena 开源榜首

    原标题：Big news: DeepSeek-V4.1-Flash-20261017 (Max) by @deepseek_ai is now the #1 open model in Agent Arena...

    • DeepSeek-V4.1-Flash-20261017 (Max) 成为 Agent Arena 排名第一的开源模型，综合排名第 11。
    • 成本效率显著：以 GPT-6.1 Sol 约 27% 的成本，实现了其 37% 的性能净提升。
    • 关键指标领先：在确认成功率、指令遵循和 Bash 可靠性等维度均位列开源第一，无工具幻觉问题。
  6. Artificial Analysis (@ArtificialAnlys)T1·85 分

    DeepSeek V4.1 Flash 1017 发布，智能指数升至 45 并列开源第二

    原标题：DeepSeek V4.1 Flash 1017 scores 45 on the Artificial Analysis Intelligence Index, improving on DeepS...

    • 智能指数得分 45，较前代提升 6 分，并列开源权重模型第二
    • GDPval-AA v2.1 Elo 评分提升 146 点，AA-Omniscience 非幻觉率从 4% 跃升至 33%
    • 保持 $0.30/$1.20 每百万 token 的定价，采用 MIT 许可证，支持多家云服务商
  8. Arena.ai (@arena)T1·78 分

    DeepSeek V4.1 Flash 登顶开源代码榜，成本仅为竞品十分之一

    原标题：Exciting news: DeepSeek-V4.1-Flash-20261017 (Max) by @deepseek_ai is now the #1 open model in Code A...

    • DeepSeek-V4.1-Flash (Max) 取代 Kimi K3 成为 Code Arena: WebDev 榜首开源模型
    • 相比前代版本提升 52 分，输入输出价格分别为 $0.3/$1.2 每百万 token
    • 综合排名第 12，分数领先 Claude Opus 5 (High)，距 GPT-6 Sol (Max) 仅差约 10 分
  9. IT之家 · IT业界T2·38 分

    DeepSeek V4.1 Flash 发布，性能提升且权重开源

    原标题：IT早报 1018：曝华为全新子品牌星芒手机主攻线上性价比；消息称奇瑞智界将获批独立造车资质；DeepSeek V4.1 Flash-1017 新版本发布；英伟达否认 RTX 5090 停产传闻...

    • DeepSeek V4.1 Flash 新版本发布，主打性能提升与成本降低。
    • 模型权重已开源，开发者可直接下载并适配现有平台。
    • 该资讯为多领域混合早报，AI 部分仅为其中一条简讯。
  11. 量子位官网T2·78 分

    DeepSeek V4.1-Flash-1017 发布，实现性能提升与成本降低的帕累托改进

    原标题：突发！DeepSeek新模型发布，超级性价比斩杀一切

    • DeepSeek V4.1-Flash-1017 已在官方全渠道（Web/App/API）上线，无需额外配置即可体验。
    • 核心突破在于“帕累托改进”：在各项基准测试分数提升的同时，任务运行时间和输出长度反而下降。
    • 模型针对 DeepSeek Harness 进行了专项训练优化，旨在减少无效推理步骤和 Token 浪费。
  12. The DecoderT2·86 分

    DeepSeek V4.1 Flash 发布，智能体任务性能超越更大模型且成本大幅降低

    原标题：Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs

    • V4.1 Flash-1017 已在 Hugging Face 和 ModelScope 开源，支持网站、App 及 API 调用。
    • 引入自反馈强化学习（RLSF），利用模型内部置信度作为奖励信号，替代传统人工评估或外部奖励模型。
    • 在保持甚至提升基准分数的同时，显著缩短输出长度并降低单任务成本，实现性能与成本的帕累托改进。
  14. Hacker News AIT2·84 分

    DeepSeek V4.1 Flash 发布，非对称 MoE 架构大幅降低智能体成本

    原标题：DeepSeek: DeepSeek v4.1 Flash 1017

    • 采用非对称混合专家架构，输入端激活 8B 参数，输出端激活 16B 参数，显著降低单 Token 计算量。
    • 基于全新 CED 架构实现视觉与文本嵌入的原生联合训练，摒弃了后期拼接的多模态方案。
    • 通过压缩 KV 缓存技术将内存占用减少约 75%，大幅优化长上下文与智能体工作负载的成本。
  16. IT之家 · 智能时代T2·78 分

    DeepSeek V4.1 Flash-1017 发布：性能提升且开源权重

    原标题：DeepSeek V4.1 Flash-1017 新版本发布：性能提升、耗时缩短，许愿式编程一键成真

    • V4.1 Flash-1017 引入基于自反馈的强化学习，显著提升从零构建游戏、3D 建模等完整项目的“许愿式编程”能力。
    • 官方公布 HLE、Terminal-Bench 等多项基准分数，显示模型在提升能力的同时缩短了运行时间与输出长度，降低综合成本。
    • 模型权重已在 HuggingFace 和 ModelScope 开放下载，延续 MIT 许可证开源策略，API 调用方式保持不变。