DeepSeek 突然更新，flash 模型进化到 deepseek 4.1 flash 1017，从跑分来看已经超越 Kimi K3 和 GLM 5.3，接近 Opus 5。

跑分如下：

DeepSWE 1.1 跑分尤其强悍，这个是衡量原创、长时程软件工程任务上的表现，处于帕累托前沿：

许愿式编程实测

我用最新版 DeepSeek Harness 极简模式做了一个测试，提示词很简单：

用HTML和three.js制作一个火星登陆模拟过程，全程要符合物理过程，逼真，发挥你最大的想象力，开始吧

看看许愿式编程能不能一键成真。这个提示词是我一直以来的用来测试新模型的，非常考验模型一次性长时软件任务完成度。

任务单次用时 2 个半小时，花了 2 块钱左右，消耗 3900 万 token。

总的来说，虽然 token 速度极快，全程达到了 250tok/s，但是思考用时太多了，导致整个任务非常慢。3D 建模能力肉眼可见强了很多，问题也有：降落伞建模出现错误，没有声音，整个任务完成度相当高。这个任务表现非常接近 Kimi K3 Max（Kimi K3 Max 用时 1 个半小时）。

模型已开源

DeepSeek-V4.1-Flash-1017 模型权重已同步开源：

• HuggingFace：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
• ModelScope：https://modelscope.cn/models/deepseek-ai/DeepSeek-V4.1-Flash-1017