# DeepSeek-V4.1-Flash-1017：同樣大小的更新版，代理任務分數更高、回答更精簡

> 地端世界 · https://onpremworld.com/zh-tw/news/2026-10-deepseek-v4-1-flash-1017 · CC BY 4.0

發布日期：2026-10-17 · 模型

DeepSeek 在 10 月 17 日推出 V4.1-Flash-1017，是 V4.1-Flash 的小幅更新，權重以 MIT 授權公開在 Hugging Face 與 ModelScope，DeepSeek 的網站、App 和 API 也已同步上線。DeepSeek 表示，新版在推理、寫程式、代理任務與視覺測試上都有進步，同時完成任務更快、輸出更短。在 DeepSeek 自家的對照表中，它的 Terminal-Bench 4.0 為 42.3 分（V4.1-Flash 為 31.2），DeepSWE v1.1 為 77.0 分（V4.1-Flash 為 74.2）。Hugging Face 上的檔案大小與 V4.1-Flash 相同，而且這次一樣沒有附 Jinja 聊天範本。

## 對地端使用者的意義

已經在地端跑 V4.1-Flash 的人，可以用同樣的記憶體預算直接換上新權重；對其他人來說，這個模型仍然大到單台工作站放不下。

## 市場怎麼看

DeepSeek 選擇直接更新 MIT 授權的模型，而不是等下一個版本號；在它自家的對照表中，新版的 Terminal-Bench 4.0 以 42.3 對 39.9 領先 GPT-5.6 Sol，但仍落後 Opus 5 的 51.8。輸出變短能降低 API 使用者每項任務的成本，對雲端 AI 的買家來說，這點可能比對自架伺服器的人更有感。

## 白話版

DeepSeek 推出了自家大型免費 AI 模型的改良版，更擅長完成像是寫出整個程式這類多步驟的工作，而且用更少的字就能做完。它的大小和前一版差不多，所以要在家裡或辦公室執行，仍然需要非常大的電腦。

## 業內觀點

Hugging Face 列出的參數總數和 V4.1-Flash 相同，所以我們 9 月那篇的容量估算依然適用：從 512 GB 等級的機器開始，例如 M5 Ultra 的 Mac Studio 或多卡伺服器，替換舊版前先確認你的推論工具能載入新檔案。這次依然沒有 Jinja 聊天範本，請用 DeepSeek 的 encoding.py 參考實作或 deepseek-recipe 函式庫，並從官方建議的 temperature 1.0、top_p 1.0、max_tokens 至少 256K 開始調整。

## 來源

[DeepSeek-V4.1-Flash-1017 release note (DeepSeek API Docs)](https://api-docs.deepseek.com/news/news261017)

## 本站相關頁面

- 模型：[DeepSeek-V4-Flash](https://onpremworld.com/zh-tw/models/deepseek-v4-flash.md)
- 硬體：[M5 Ultra](https://onpremworld.com/zh-tw/hardware/apple-m5-ultra.md)

[所有新聞](https://onpremworld.com/zh-tw/news.md)

摘要由地端世界依官方來源撰寫，附上原文連結，不轉載原文。