觀點網訊：近日，中國人工智能企業DeepSeek發佈DeepSeek-V4.1-Flash-1017，主打提升編程、推理、視覺理解及智能體任務能力，同時縮短輸出篇幅及任務執行時間。新版本已於網站、應用程序及API上線，模型權重以MIT許可證公開。

此次發佈並非全新模型系列，而是9月發佈的V4.1-Flash的小版本更新。DeepSeek稱新版在性能與成本之間實現“帕累托改進”，即無需提高使用成本也能改善任務表現。API用戶可繼續以“deepseek-flash”名稱調用模型，無需修改現有程序。

根據官方公佈的測試結果，新版在11項基準測試中均高於上一版本。其中Terminal-Bench 4.0由31.2分升至42.3分，增幅最大；ProgramBench由20.3分升至29.1分；DeepSWE v1.1由74.2分增至77分。

在智能體測試方面，新版Automation-Bench得分由54.8升至60.5，Agents' Last Exam由31.8升至35.4，Apex Bench由64.6升至72.1。上述三項成績均高於官方表格所列的Claude Opus 5；但後者在HLE、Terminal-Bench、ProgramBench及NL2Repo-Bench等測試仍然領先。

DeepSeek表示，新版使用帶有自我反饋的強化學習，重點改善由零開始完成整個項目的能力，包括遊戲開發及3D建模，而不只是生成個別程序代碼片段。模型支持文字及圖像輸入，上下文窗口達100萬Tokens，官方建議最大輸出設定不少於25.6萬Tokens。

新版推出後，網上出現蒸餾GPT數據的質疑。有模型測試者認為，新版在編程時頻繁執行冒煙測試、設定確認門檻及驗收流程，工作模式與部分GPT模型相似，推測訓練數據可能包含GPT生成內容。該說法目前只基於使用體感，未有訓練數據、輸出指紋或可重複技術測試支持。

目前大部分性能數據仍由廠商自行公佈，有待獨立機構在相同工具、推理預算及測試框架下驗證，才能判斷實際領先幅度。