DeepSeek V4.1-Flash-1017 開放權重：終端代理分數躍升，API 輸出每百萬 token 僅 0.6 美元

DeepSeek 於 2026 年 10 月 17 日釋出 V4.1-Flash 的更新版「V4.1-Flash-1017」，以 MIT 授權在 Hugging Face 與 ModelScope 開放權重，官網、App 與 API 也同步改用新版。距離 V4.1 Flash 正式版 9 月 10 日上線約五週，這是同一代模型的中途改版，不是新一代模型。

依 DeepSeek 自行公布的資料，本次改版的重點如下：

• Terminal-Bench 4.0（在終端機中執行指令的代理任務）：由 31.2 升至 42.3。
• DeepSWE v1.1（軟體工程任務）：77.0，高於其引用的 Claude Opus 5 成績 74.0。
• HLE（Humanity's Last Exam，高難度綜合推理）：42.6，仍明顯低於 Opus 5 的 56.3。
• 輸出更短、完成任務更快。
• 新推出 Search／Fetch API（網路搜尋與網頁擷取），每千次呼叫 0.75 美元。

目前的規格與定價如下：

• 上下文長度：1M token。
• API 定價：每百萬 token 輸入 0.15 美元、輸出 0.60 美元，快取讀取 0.003 美元。

必須強調：以上基準分數都是 DeepSeek 自報，尚待第三方獨立驗證，引用時應保留這個前提。

技術意義：從「會寫程式」走向「會動手操作」

Terminal-Bench 量測的是模型能否像工程師一樣在命令列中一步步下指令、讀結果、再修正，屬於典型的「代理（agent）」能力。五週內提升約 11 分，可推測這次改版的訓練重心偏向多步驟執行任務，而不只是答題。

「輸出更短、完成更快」同樣值得注意。代理任務往往要來回呼叫模型數十次，每次少一點冗詞，累積下來就是可觀的成本與等待時間差距；對以 token 計價的 API 用戶來說，這比單一分數提升更直接影響帳單。

與競品比較：強項集中，短板仍在

DeepSWE 超過 Opus 5、HLE 卻落後近 14 分，顯示這款 Flash 級模型的優勢集中在程式與工具操作，而非高難度的通用推理。換句話說，它適合當「明確任務的執行者」，複雜判斷仍是頂級閉源模型的領域。

壓力也來自價格與授權：輸出每百萬 token 0.6 美元的定價，加上 MIT 授權允許企業自由商用、修改與自行部署，讓「便宜又能自架」的選項更具吸引力。新增的 Search／Fetch API 補上代理所需的搜尋與擷取工具，顯示出 DeepSeek 不只賣模型、往平台化發展的方向。

對管理者的意義

同一代模型五週就能明顯改版，意味著「選定一家 AI 就用三年」的採購思維已經過時。較務實的做法是把例行、規則清楚的任務（如資料整理、報表初稿、內部工具腳本）交給低價模型，把需要深度判斷的工作留給頂級模型，並定期以自家實際任務重新比較，而不是只看廠商自報的分數。