DeepSeek 10 月 17 日推出 V4.1-Flash-1017，稱新版在部分基準測試表現更好、完成任務更快，輸出亦更短。這為編碼及代理式任務帶來值得留意的進步訊號，但所謂「效能與成本 Pareto 改善」，不等於 API 減價；外部評測亦顯示，模型的可靠性仍有限。11930

新版有甚麼改動？

DeepSeek 表示，V4.1-Flash-1017 的基準測試分數提升，任務完成時間縮短，輸出文字亦較精簡。1 公司公布的比較中，DeepSWE v1.1 分數由 74.2 升至 77.0；Terminal-Bench 4.0 則由 31.2 升至 42.3。14 這些結果與編碼、使用工具的代理任務有關，但屬於 DeepSeek 自行公布的比較，並非每項提升都已獲獨立驗證。1

新版已部署至 DeepSeek 網站、手機 App 和 API，取代上一個版本；API 呼叫方式及價格不變，模型權重則以 MIT 授權發布於 Hugging Face。154 換言之，「Pareto 改善」指公司聲稱每項任務的表現和成本效益有所提升，並非標價下調。輸出變短可能減少完成某項任務所需的 token 數目，但實際速度和成本效益仍視乎工作方式，不能視為所有用途都有保證。1

5520 億參數，不等於每次都用晒

V4.1-Flash-1017 採用混合專家（Mixture of Experts，MoE）架構，整體模型骨幹有 5520 億個參數，支援最多 100 萬 token 的上下文窗口。Baseten 列出的規格顯示，讀取輸入時會啟用 80 億個參數，生成文字時則啟用 160 億個；因此「160 億活躍參數」說的是解碼生成階段，而非整個模型骨幹的規模。1718

開放權重代表用戶可以在 DeepSeek 的託管服務以外部署模型；使用官方 API 則是另一種方式，現有呼叫方式及收費沒有改變。154 下載模型權重，與直接使用雲端 API，並不是同一回事。

效率提升，有些早於這次更新

Tom’s Hardware 報道，較早由 V4 Flash 升級至 V4.1 Flash 時，所需 HBM 記憶體降至四分之一，SSD 儲存需求降至八分之一。19 這些數字描述的是較早一輪架構轉換，不能說成 10 月 17 日推出的 V4.1-Flash-1017 才帶來的節省。

對使用託管 API 的人來說，重點較直接：DeepSeek 稱新版輸出更短、完成任務更快，但 API 標價維持不變。154 某個工作流程是否因此用得更省，仍要按實際 token 用量和任務完成方式計算。

獨立評測：進步值得留意，但不代表甚麼都可靠

Artificial Analysis 為 V4.1-Flash-1017 的 Intelligence Index 評分為 45，較上一版高 6 分，並列開放權重模型第二。30 這反映它在該評測的整體表現有明顯進步，但不等於每個項目都領先，亦不能解讀為全面勝過最佳閉源模型。

在 Artificial Analysis 的 Omniscience 評測中，模型準確率由 43% 升至 46%；非幻覺率為 33%，指數分數則由 −5 升至 +5。31 這些數字只反映該項特定測試，不能當作日常回答的通用準確率。Tom’s Hardware 亦指出，與專有模型相比，幻覺問題仍然值得關注。19

實際使用時，最好先按任務性質選擇：程式碼可以執行測試，答案較容易核實；開放式研究或要求精確事實的文件撰寫，則較難即時察覺一段看似合理的錯誤。基準分數上升，不代表這些用途可以省略核實步驟。193031

Chrome 漏洞說法仍未獲獨立確認

10 月 22 日，研究員 Exocija 聲稱，使用 V4.1-Flash-1017 約 12 小時後，產生了一個多階段記憶體破壞漏洞利用程式，逃出 Chrome 的 V8 沙盒，並取得對整個程序的讀寫權限。47 一個社群追蹤頁面將這項說法標示為未經驗證，並指出當時未見公開程式碼、CVE 編號或 Google 確認。34

研究員的說法不等於已有第三方重現結果。即使日後獲證實，這也會引起對低成本 AI 協助攻擊性資安工作的關注；但目前提供的資料不足以證明漏洞已獲獨立確認、曾用於攻擊用戶，或等同整部裝置遭入侵。3447

總結

V4.1-Flash-1017 的發布，結合 DeepSeek 公布的基準及效率提升，以及 Artificial Analysis 報告的 Intelligence Index 進步；API 價格則沒有改變，模型權重以 MIT 授權開放。13054 較穩妥的做法，是先在可量度、可測試的編碼或代理任務中試用，再檢查結果。現有證據不足以把它視為已證明領先所有前沿模型、可以放心處理未核實事實，或已確認具備攻破 Chrome 的能力。193034

DeepSeek 10 月 17 日推出 V4.1-Flash-1017，稱新版在部分基準測試表現更好、完成任務更快，輸出亦更短。這為編碼及代理式任務帶來值得留意的進步訊號，但所謂「效能與成本 Pareto 改善」，不等於 API 減價；外部評測亦顯示，模型的可靠性仍有限。11930

新版有甚麼改動？

DeepSeek 表示，V4.1-Flash-1017 的基準測試分數提升，任務完成時間縮短，輸出文字亦較精簡。1 公司公布的比較中，DeepSWE v1.1 分數由 74.2 升至 77.0；Terminal-Bench 4.0 則由 31.2 升至 42.3。14 這些結果與編碼、使用工具的代理任務有關，但屬於 DeepSeek 自行公布的比較，並非每項提升都已獲獨立驗證。1

新版已部署至 DeepSeek 網站、手機 App 和 API，取代上一個版本；API 呼叫方式及價格不變，模型權重則以 MIT 授權發布於 Hugging Face。154 換言之，「Pareto 改善」指公司聲稱每項任務的表現和成本效益有所提升，並非標價下調。輸出變短可能減少完成某項任務所需的 token 數目，但實際速度和成本效益仍視乎工作方式，不能視為所有用途都有保證。1

5520 億參數，不等於每次都用晒

V4.1-Flash-1017 採用混合專家（Mixture of Experts，MoE）架構，整體模型骨幹有 5520 億個參數，支援最多 100 萬 token 的上下文窗口。Baseten 列出的規格顯示，讀取輸入時會啟用 80 億個參數，生成文字時則啟用 160 億個；因此「160 億活躍參數」說的是解碼生成階段，而非整個模型骨幹的規模。1718

開放權重代表用戶可以在 DeepSeek 的託管服務以外部署模型；使用官方 API 則是另一種方式，現有呼叫方式及收費沒有改變。154 下載模型權重，與直接使用雲端 API，並不是同一回事。

效率提升，有些早於這次更新

Tom’s Hardware 報道，較早由 V4 Flash 升級至 V4.1 Flash 時，所需 HBM 記憶體降至四分之一，SSD 儲存需求降至八分之一。19 這些數字描述的是較早一輪架構轉換，不能說成 10 月 17 日推出的 V4.1-Flash-1017 才帶來的節省。

對使用託管 API 的人來說，重點較直接：DeepSeek 稱新版輸出更短、完成任務更快，但 API 標價維持不變。154 某個工作流程是否因此用得更省，仍要按實際 token 用量和任務完成方式計算。

獨立評測：進步值得留意，但不代表甚麼都可靠

Artificial Analysis 為 V4.1-Flash-1017 的 Intelligence Index 評分為 45，較上一版高 6 分，並列開放權重模型第二。30 這反映它在該評測的整體表現有明顯進步，但不等於每個項目都領先，亦不能解讀為全面勝過最佳閉源模型。

在 Artificial Analysis 的 Omniscience 評測中，模型準確率由 43% 升至 46%；非幻覺率為 33%，指數分數則由 −5 升至 +5。31 這些數字只反映該項特定測試，不能當作日常回答的通用準確率。Tom’s Hardware 亦指出，與專有模型相比，幻覺問題仍然值得關注。19

實際使用時，最好先按任務性質選擇：程式碼可以執行測試，答案較容易核實；開放式研究或要求精確事實的文件撰寫，則較難即時察覺一段看似合理的錯誤。基準分數上升，不代表這些用途可以省略核實步驟。193031

Chrome 漏洞說法仍未獲獨立確認

10 月 22 日，研究員 Exocija 聲稱，使用 V4.1-Flash-1017 約 12 小時後，產生了一個多階段記憶體破壞漏洞利用程式，逃出 Chrome 的 V8 沙盒，並取得對整個程序的讀寫權限。47 一個社群追蹤頁面將這項說法標示為未經驗證，並指出當時未見公開程式碼、CVE 編號或 Google 確認。34

研究員的說法不等於已有第三方重現結果。即使日後獲證實，這也會引起對低成本 AI 協助攻擊性資安工作的關注；但目前提供的資料不足以證明漏洞已獲獨立確認、曾用於攻擊用戶，或等同整部裝置遭入侵。3447

總結

V4.1-Flash-1017 的發布，結合 DeepSeek 公布的基準及效率提升，以及 Artificial Analysis 報告的 Intelligence Index 進步；API 價格則沒有改變，模型權重以 MIT 授權開放。13054 較穩妥的做法，是先在可量度、可測試的編碼或代理任務中試用，再檢查結果。現有證據不足以把它視為已證明領先所有前沿模型、可以放心處理未核實事實，或已確認具備攻破 Chrome 的能力。193034