DeepSeek 发布 V4.1-Flash-1017 并开放 Search & Fetch API

完整中文导读

DeepSeek 发布 DeepSeek V4.1-Flash-1017，称在基准表现、任务完成速度和输出长度上同时改进，已上线官网、App 和 API。该版本采用带自我反馈的强化学习提升端到端项目开发能力，并适配 DeepSeek Harness v0.2.1-rc.1、腾讯 CodeBuddy、WorkBuddy 等工具。

中文整理

作者 / 来源：meng shao (@shao__meng) · 原文时间：2026年10月17日 20:36（北京时间）

原作者信息要点

DeepSeek 发布 DeepSeek V4.1-Flash-1017，称其为对既有 DeepSeek-V4.1-Flash 的增量更新，采用日期后缀命名，属于快速迭代而非架构换代。

公告称新版本在三个维度改进：更强的基准表现、更快的任务完成、更短的输出；作者将其概括为性能与成本的帕累托改进。

训练方法方面，作者称新模型使用带自我反馈的强化学习（RL with self-feedback），提升端到端项目开发能力，训练目标指向完整任务的最终结果而非单轮对话质量。

作者列出模型卡中的基准数据：Terminal-Bench 4.0 为 42.3，DeepSWE v1.1 为 77.0，并称对比对象集中在 K3、GLM-5.3、GPT-5.6 等同期 Agent/编程向模型。

生态适配方面，作者称已为 DeepSeek Harness（需升级至 v0.2.1-rc.1 或更高）、腾讯 CodeBuddy、WorkBuddy 等做适配；DeepSeek API 兼容 Claude Code 和 Codex 的服务端工具调用。

商业化方面，作者称 DeepSeek 将内部搜索引擎开放为两个独立 API：Search API（/v1/tools/search）返回结构化网页结果，支持 site:、lang:、after: 等检索算子并可附带页面正文；Fetch API（/v1/tools/fetch）抓取单个网页并转为 Markdown。

引用 @deepseek_ai 的帖子称：新模型已在官网、应用和 API 上线，相较上一版本在基准表现、任务完成速度和输出长度上均有改进，并建议升级至 DeepSeek Harness v0.2.1-rc.1 或更高版本以获得最佳体验。

本站整理与观察

本站观察：材料中可核验的一手信息主要来自 @deepseek_ai 的发布帖，涵盖版本名、三项改进方向、上线渠道与 Harness 版本要求；基准分数、训练方法细节及 API 端点与算子等均出自作者转述，材料未附对应官方文档或模型卡原文。

本站观察：作者将“更短输出”与成本下降直接关联，属于对公告措辞的解读；公告本身仅称帕累托改进，未给出 token 节省比例或价格数据。

本站观察：Search 与 Fetch 两个 API 的路径、参数能力及“商业化”定性来自作者描述，材料未提供定价、配额或正式开放范围信息。

材料主体为单一作者对 DeepSeek 发布的转述，仅附带一条 @deepseek_ai 发布帖作为上下文；基准分数、训练方法、API 端点与算子、第三方工具适配清单等均未经独立来源验证，公告全文（标注为 1/4）未完整呈现，无法确认后续内容与具体定价、可用性细节。

上下文来源：1