新聞宏觀經濟DeepSeek 發布 DeepSeek-V4.1-Flash-1017,加劇與 OpenAI 和 Anthropic 的競爭

DeepSeek 發布 DeepSeek-V4.1-Flash-1017,加劇與 OpenAI 和 Anthropic 的競爭

作者: CryptoBriefing·

重點速覽

  • •DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 編碼基準測試中獲得 77.0%,高於前一版本的 74.2%,並領先 Anthropic 的 Claude Opus 5 的 74.0%。
  • •DeepSeek 模型的每項任務實際成本通常低於 0.20 至 0.25 美元,競爭對手模型則為 2 至 10 美元以上。
  • •DeepSeek 透過帶有自我回饋的強化學習強化代理與編碼能力,讓用戶能夠建構完整的專案,例如遊戲和 3D 模型。
  • •該公司首次向外部開發者開放其 Search & Fetch APIs,定價為每 1,000 次呼叫 0.75 美元,部分工具在 2026 年 11 月 1 日前免費提供。
  • •模型權重以寬鬆的 MIT 授權條款在 Hugging Face 和 ModelScope 等平台上開源,與 OpenAI 和 Anthropic 的封閉權重策略形成對比。
DeepSeek 發布 DeepSeek-V4.1-Flash-1017,加劇與 OpenAI 和 Anthropic 的競爭

中國 AI 新創公司 DeepSeek 於 2026 年 10 月 17 日發布其旗艦模型家族的新版本,推出 DeepSeek-V4.1-Flash-1017,主打熟悉賣點:更低成本、更高效能。這家總部位於杭州的公司將此次發布定位為對矽谷巨頭 OpenAI 和 Anthropic,以及日益增多的中國國內競爭對手,更快、更精簡的挑戰。

發布時間凸顯了這場競賽的節奏。此次更新取代的前一代模型於 2026 年 9 月 10 日才剛問世,意味著新版本僅約五週後便登場。

新模型有哪些變革

DeepSeek 將此次更新描述為效能與成本上的「帕累托改進」——這是一個經濟學術語,意指某一項改善的同時,其他各項均不會變差。就此次更新而言,該公司表示基準測試成績更強、任務完成速度更快,輸出也更簡短。API 定價維持不變,開發者可透過現有的 deepseek-flash 端點使用該模型。

更簡短的輸出聽起來可能是小細節,但事實並非如此:AI 的使用量通常按模型生成的文字量計費。一個能用更少文字得出相同答案的模型,執行成本更低,即使標價沒有變動。

最受矚目的基準數據來自編碼測試 DeepSWE v1.1。新模型獲得 77.0%,高於前一版本的 74.2%。基準測試顯示,這一成績也超越 Anthropic 的 Claude Opus 5(74.0%),並進一步顯示 DeepSeek 在推理與編碼任務上優於更大的模型——包括 Claude Opus 5。

成本是差距最明顯之處。DeepSeek 模型的每項任務實際成本通常低於 0.20 至 0.25 美元,而競爭對手模型則為 2 至 10 美元以上——對執行大量自動化任務的團隊而言,這一差異會迅速累積。

代理能力與一組全新的 APIs

此次改進大部分圍繞業界所稱的能力(agentic capability)。DeepSeek 表示,透過帶有自我回饋的強化學習強化了這些代理與編碼技能。實際效果是端到端的專案建構:據稱用戶可以要求模型創建遊戲和 3D 模型等作品,而不只是程式碼片段。

此次更新也擴大了 DeepSeek 的產品線。該公司首次向外部開發者開放其 Search & Fetch APIs。這些工具定價為每 1,000 次呼叫 0.75 美元,部分工具在 2026 年 11 月 1 日前免費提供。

該模型本身可在 DeepSeek 的網站、應用程式和 API 上使用。其權重以 MIT 授權條款在 Hugging Face 和 ModelScope 等平台上開源。MIT 授權是最寬鬆的開源條款之一,允許商業使用、修改與再分發——對於權衡要建構在託管端點上,還是在自有基礎設施上運行模型的團隊而言,這些選項至關重要。

背景:更快的發布節奏

DeepSeek 在整個 2026 年持續加快腳步。自年中以來,該公司已轉為每月更新,並始終專注於高效架構與開放權重。在這樣的節奏下,諸如此類的基準比較更像是這場快速競賽的瞬間快照,而非定局排名。

這一策略使其與最大的美國競爭對手有所不同。OpenAI 和 Anthropic 基本上對其最先進的模型權重採取封閉策略,並透過付費產品和 API 銷售存取權。對 AI 買家而言,這種對比很實際:開放權重可以下載、審計並部署在私有硬體上,而封閉模型只能透過供應商自己的付費管道取得。

DeepSeek 在國內也面臨壓力。中國競爭對手包括 Moonshot 的 Kimi 以及 Z.ai 的 GLM 模型,兩者都在爭取同一批開發者的關注。

這意味著什麼

對開發者而言,這筆帳很好算。如果基準測試的說法在實際使用中站得住腳,DeepSeek 能以低得多的每項任務成本提供具競爭力的編碼效能,而且部分搜尋工具在 2026 年 11 月 1 日前免費開放,一步降低了嘗試的門檻。

需要注意的是,基準測試並非生產環境。在 DeepSWE v1.1 上獲得 77.0% 的成績是一個有意義的數據點,但團隊在轉換之前,仍應針對自身工作負載測試可靠性、安全性與合規要求。

值得關注的是,獨立測試能否證實 DeepSeek 的基準數據,以及免費期結束後,開發者多快會採用全新的 Search & Fetch APIs。

資料來源:CryptoBriefing — DeepSeek updates AI model, intensifying competition with Anthropic and OpenAI