DeepSeek V4.1 Flash 更新 1017 版本，Coding 与 Agent 基准超过 Claude Opus 5

以下是视频口播的自动转写，可能有错字。

大圆模型行业的两则新闻。第一个呢，是关于DeepSeek V4.1 Flash的，目前已经更新到了1017（10月17号）的版本。这版本呢，应该说是对比上个月的版本又有大规模的提升。这上一次更新了也就不到一个月时间，1017版本的核心的提升点依然是在Coding和Agent，其中DeepSeek V1.1达到了77分，超越了CloudOpus5的74分；HermelBench4.0呢达到了42.3分，超过了GPT5.6Soul的39.9分；Agent相关AutomationBench达到了60.5分，也超过了CloudOpus5；AgentsLastExam达到了35.4分。

所以呢，应该算是这一档的DeepSeek呢，应该又回到了国产模型的第一的位置。那目前呢，Benchmark的对比的主要还是GPT5.6Soul和CloudOpus5，预计呢和GPT6Astra以及CloudOpus5.5还是稍微有些距离。当然现在DeepSeek很关心的是自己的性价比，所以呢，目前DeepSeekHarness的加持下，目前的4.1的1017版本呢，在多个帕累托前沿上达到了领先的。

视频，比如说 swe 1.1单任务的通过率目前呢是超越了所有的其他模型和哈里斯。deepsea 提出一个概念叫做许愿式编程，这呢其实也是受益于他们这一波的长城的编程能力的提升。放出几个案例，无论是故宫的3d的建模的展示，网页版的赛车游戏的开发，以及一些3d vr 游戏和3d动态场景重现，基本上呢可以说赶上了上一代的 opus 跟 astral 的能力。

deepsea 呢也推出了自己的搜索 api，目前所有 api 是不再需要调取三方工具，直接 deepsea api 中就已经包含了。可以理解呢，现在 deepsea 不只想做大模型这一层，及工具层的一些服务，也作为它的核心的商业模式。所以目前的搜索 api 呢，报价呢是每千次5元钱。

按照他们的说法是，deepsea 他们的搜索 api 针对 seo 作弊、geo 操纵和低质 aigc 呢，做了严格的识别机制以及过滤，确保用户于大模型的交互中呈现出的是权威和信任的信任。那目前来看呢，deepseek 其实并没有改变任何的权重。

v4.1呢是一个500多 b 的模型，其中22层是用来做 profiling，另外22层呢是。是用来做 decoding。所以呢，这是一个从权重来看并不大的模型。如果不是拆分了 encoding 跟 decoding 的话，实际的真实参数对比传统的 transformer 可能只有200多。

但在这样的一个极致的参数的大小下，却做到了对标 cloud opus 5和 gpt 5.6 so 的能力。可见小参数模型在后续阶段的提升空间依然很大。另外一则新闻是关于国内的商务部、科技部公告了中国限制出口技术的目录，其中有一条呢就是人工智能大模型技术。

对于出口大模型的限制几个条件，其中包括了参数超过2t的模型，其中 kimi kimi 3呢就属于这个范畴之内。另外就能力达到全球领先，指的是在公开的评估榜单上达到全球的前十。这样的一系列的模型呢，需要受到出口管制。换句话说，未来呢，模型的开放权重，在不允许情况下，无法开放2t以上的模型，或者是全球榜单全十的文本模型。

那这个呢，让未来的很多的三方国家获取最强智能的能力受到了巨大的影响。因为目前美国的大部分的前沿模型是不开源的。国内的前沿模型如果也不开源的话，或者是到开源跟出口管制的话，绝大部分用户都只能通过 api 的方式来获得 ai 的能力。但这个能力呢，其实受制于很多限制，比如说没法做后续，也包括数据需要出境。

这个变化呢，对于很多的新的 new labs，就是新的 ai 实验室来说，既是一个挑战，也是一个机会。