📖 AI 总结

Deepseek于2026年10月发布Deepseek-V4.1-Flash-1017，同步在公司平台、API及Hugging Face、ModelScope以开放权重形式上线。该模型采用带自反馈的强化学习（RLSF）进行后训练，以模型自身的置信度评分或自生成批评作为奖励信号，无需人工评估或外部奖励模型，从而加快运行速度、缩短输出长度，并提升端到端软件开发与智能体任务表现。在Deepseek内部基准测试中，该模型在多项编程与智能体任务上超越Claude Opus 5、GPT 5.6-Sol、Kimi K3和GLM 5.3等更大规模竞品，且在所有测试类别上均优于前代V4.1-Flash。成本方面，在DeepSWE基准上以平均每任务不到0.20美元的成本取得77.0%的最高分，低配置下仍超过72%，延续了大幅降低单任务成本的特点。此外，Deepseek首次通过Search和Fetch API向外部开发者开放其自研搜索引擎。