DeepSeek 發布 V4.1-Flash-1017，更新開放權重與程式代理評測成績

DeepSeek 於 10 月 17 日推出 DeepSeek-V4.1-Flash-1017，將既有 V4.1 Flash 更新至新快照。官方變更紀錄指出，API 呼叫方式與價格維持不變，使用 deepseek-flash 即會取得新版；因此，沿用此名稱的應用也需要重新確認輸出與工具呼叫行為。官方變更紀錄

這次更新的重點是程式代理完成任務的能力。依官方模型卡，Terminal-Bench 4.0 從 31.2 升至 42.3，增加 11.1 個百分點；DeepSWE v1.1 從 74.2 升至 77.0，ProgramBench 則由 20.3 升至 29.1。模型卡註明，前兩項分別使用 Claude Code 與 Mini-SWE-V2 執行框架，評估時須連同工具環境與執行設定一起理解，不能直接視為所有代理產品都能取得的增益。官方模型卡

DeepSeek 表示，新版透過帶有自我回饋的強化學習改善端到端專案開發，並縮短任務時間與輸出長度；官方建議搭配 DeepSeek Harness v0.2.1-rc.1 或更新版本。對工程團隊而言，值得驗證的是每次成功任務的總成本：較短輸出若伴隨更多重試，未必能降低整體費用。目前這些效率改善仍屬供應商公布的結果。發布公告

自行部署也有具體整合要求。權重採 MIT 授權，但發布包沒有 Jinja 格式聊天模板，而是提供 Python 提示編碼參考實作，另有具 Python 綁定的 Rust 工具庫 deepseek-recipe。後者可轉換多種 API 請求格式，處理思考內容、工具呼叫與影像；推論、工具執行及 HTTP 傳輸仍由呼叫端負責，部署者應核對既有服務是否正確保留這些語意。編碼與部署說明

接下來應觀察獨立測試能否重現成功率與耗時改善，以及中文需求、多輪工具操作和既有程式庫修改是否同樣受益。實務上可固定任務集、執行框架及重試預算，比較完成率、總 token 與端到端時間，避免只憑單項榜單決定遷移。