Deepseek 推出 V4.1-Flash-1017，大幅降低 Agent 程式碼生成任務成本

Deepseek 推出開源權重模型 Deepseek-V4.1-Flash-1017，採用自我回饋機制訓練，不僅在程式碼基準測試中超越主要競爭對手，更將單次任務成本降至 0.20 美元以下。

中國人工智慧公司 Deepseek 發布了 Deepseek-V4.1-Flash-1017，這款升級版的輕量模型旨在顯著提升程式碼編寫與自主 Agent 任務的效能，同時大幅降低推論成本。

該模型即日起可透過 Deepseek 官方網站、應用程式與 API 使用。Deepseek 也已在 Hugging Face 與 ModelScope 上釋出開源權重模型。

自我回饋訓練與端對端開發

與前代模型相比，Deepseek-V4.1-Flash-1017 運作速度更快，生成的回應也更加精簡。Deepseek 將此版本定位為在效能與運算成本之間取得平衡的柏拉圖改善（Pareto improvement）。

為了從零開始處理端對端軟體開發，該模型採用了自我回饋強化學習（Reinforcement Learning with Self-Feedback，RLSF）進行訓練。在這種後訓練方法下，系統透過內部信心分數與自我生成的批判評論來進行自我評估，而非仰賴人工標註者或獨立的獎勵模型。

Deepseek 表示，這種架構強化了跨多種應用場景的全週期專案生成能力，包括遊戲程式編寫、3D 建模、設計任務以及製作精簡的解說影片動畫。該模型也針對多種開發者環境進行了最佳化，包含 Tencent CodeBuddy、WorkBuddy 與 Deepseek Harness（建議使用 v0.2.1-rc.1 或更高版本）。

基準測試表現提升與成本大幅降低

在內部基準測試中，Deepseek-V4.1-Flash-1017 在多項程式碼與 Agent 基準測試上，不僅超越了其前代模型，也擊敗了規模更大的競爭對手，包括 Claude Opus 5、GPT 5.6-Sol、Kimi K3 以及 GLM 5.3。

該模型更為精簡的輸出，直接轉化為 DeepSWE 基準測試中的成本節省：

最高配置（Top Setting）： 達到 77.0% 的分數，平均每次任務成本低於 0.20 美元。

低配置（Low Setting）： 達到 72.0% 的準確率，每次任務成本約為 0.10 美元。

前代比較（Predecessor Comparison）： 前一代 V4.1-Flash 得分為 74.2%，每次執行成本約為 0.50 美元。

相較之下，在同一個基準測試圖表中，GPT-6 Astra、Gemini 3.8 Flash 與 Claude Opus 5 等競爭對手系統的單次任務成本落在 2 美元到超過 10 美元不等，且準確率仍未能企及這款較小的模型。然而，獨立評測尚未驗證這些內部數據，開發者對實際程式碼品質的評價也可能有所不同。