DeepSeek-V4.1-Flash-1017 发布：只换权重文件，思考等待时间降低 57%~73%

以下是视频口播的自动转写，可能有错字。

DeepSeek V4.1 Flash今天发布了最新版本的1017版本，这个版本对比之前的4.1 Flash来说是有一个巨幅提升的，大家一定要及时更换。首先说一下这次的变化，模型文件进行了调整，但是它的部署环境是没有任何改动的，就是说如果说你原来已经完成了V4.1 Flash的部署，那么你只需要把权重文件进行更换就可以了，不需要调整其他的东西。

然后之后换来的结果就是得到得到的提升就很大。首先就是回答问题的速度变快了24倍，然后代码能力和终端的任务能力也增强了很多。具体来说可以简单看一下，就是一，部署它是没有任何变化的，模型文件替换即可。二，就是回答的速度，它的思考得到巨幅的优化，就是这一代的模型，包括千问3.8跟 deepseek v4.1 flash 这两个模型。

都有一个问题，就是“雷霆思考”——就他们的思考非常非常大、非常非常长，导致手掏跟延迟非常高，同时严重的浪费了上下文的长度，就是严重的影响你上下文的长度的使用。第三，就是写代码能力，这是模型能力的提升，就这次的编程能力有43%的提升，这是官方的数据啊！

然后终端干活能力的话也有36%的提升。先看第一点，就是只换模型，其他不动，就是本次的模型的配置文件，大家可以看一下。基本是完全一致的，它只是对原有的文件进行了调整，部署环境不需要做任何变化，就是原来你能部署什么样，现在还是按那个部署就行了，你的KV池不会变动，就是你的解码能力和预填充能力也没有任何变化，但是因为思考模式的优化得到了巨幅提升，所以说如果大家还用的是V4.1 Flash这个模型的话，一定要及时更新到最新的10.17这个版本。

然后第二个就是这次较大的一个提升，这也是我非常在意的一个东西。就是9月份陆续发布的这几个模型，包括千问3.8和deepseek V4.1、flash这几个模型，它们都有一个共同的问题，就是雷型思考，就思考长度非常长，导致任务过程中等待的时间比较久，同时上下文会被思考大量的占用。

之前的话通过各种方法都尝试去优化解决这个问题，但是实际来说效果并不好，要么会让模型的能力降低，要么就是。导致模型的输出被截断，就是没有什么特别好的解决办法。现在新版本的1017发布以后，基本解决这个问题了。大家可以简单看一下，就是简单问题来说，在节省档（就是最低那个档位）的话，它的等待时间（就是思考的过程中的手掏跟等待时间），它是降低了57%，基本降低了一半；而标准档，就是随着它的思考档位越来越高，它的思考长度越来越长的情况下……它甚至能降低73%的一个思考等待时间。

这简单问题的写代码这边也是有一个质变的，比如说一个简单的函数两档对比，可以看一下：就是原来的话，节省档就是思考较为简单的一个档位的话，它是有一个15秒的一个等待；而新版的话，只需要3秒。同样，如果是标准档思考模式来说，它是有一个10秒的等待，而新版只需2.5秒，这都是一个质变。

就是就真的可以感觉到，就是模型回答的速度变快了，不是它吐字速度变快了，而是它手 token 的等待时间变短了，这个缩短非常明显。至于复杂问题这边提升来说，就是没有之前这两个这么大了。就是复杂问题，它使用的话，最强思考就 max 那个模式的思考的情况下，在旧版本是大概 13 秒，而新版本只需要 7.2 秒，但这个也有 50% 幅度的提升，这个也非常大。

所以说，整体来说，就是思考模式这块儿，在新的版本里边儿得到巨幅的优化！而且这个优化甚至能来到了60%~70%的综合提升。因为毕竟日常使用中，大家没有太多的复杂问题需要，更多的时候其实代码和一些简单问题处理。所以这块儿的话，幅度提升非常非常大，非常建议大家升级！

这个的提升，不只是影响你的手 token 的输出时间、等待时间，最主要的影响，其实影响上下文长度。就是这个时间变快的原因，是因为模型的思考长度变短了，就是它的思考能力变强了，思考长度变短了。那么思考长度变短的同时，就意味着它的上下文长度占用变短了。

其实模型本地使用过程中，它的上下文主要占用，大部分人来说，其实都是思考占用的。真正输出的内容，或者说输入的内容，其实占用的上下文并不是很多，绝大部分主要是因为思考占用，而模型的能力，尤其这些 moe 模型就是专家模型，对他们来说，他们的思考决定了他们的模型能力，就是我们大家都想用最强的思考，就是 max 档。

来获取它更最大的能力，但又因为它 max 档的思考过长、过久，等待时间过长，会导致大家用户体验非常差。但现在这个版本就是解决这个问题，就是它既有较强的思考能力，它又不会输出过多的思考长度，也不需要过久的等待时间，就是非常非常强的一个东西，就是大家这次一定要升级啊！

再次说一下。第三个点就是模型能力的提升。本次官方给出的数据，大家可以简单看看，就是终端干活的能力。它有百十五的提升，写代码的能力，它有43%的提升，高专业度的复杂的能力，它有15%%的提升。自动化流程这边也有分之十%的提升。一句话输出整行代码库的能力也有4%点3的提升。

真式BUG的处理能力也有3.8%的提升，就是整体来说，不但在之前的思考能力有了巨幅的优化提升以外。它的所有的能力基本也有一个非常大的提升，基本可以理解为它变快了，也变强了。然后这是具体的对比。这是官方给出的对比，GM5.3、K3还有GPT这些模型的一些对比，大家可以看一看。

目前来说，DeepSeek V4.1、Flash 1017这个版本。基本来说，已经打平甚至超过一线其他大模型的能力了。就是可以说，目前限制V4.1 Flash在我本地使用的最大的限制，仅仅是因为DGX48K这个设备它比较弱，虽然能用吧，但是确实还是要比纯显卡部署的话要慢很多。

但是纯显卡部署现在的成本也确实很高，四卡Pro6000部署下来也是不够用的。但是本次的更新确实对我来说基本已经是质变了，毕竟它对我来说基本可以将提高50%左右的工作效率。大家可以简单看一下，就它的模型的强项是有这些：多文件的代码改动、终端脚本任务、真实项目库的bug的修改、从需求生成程序、高频互动，都有一个较大的提升。

而需要注意的就是顶尖专业题的难度，就是对一些专业性的。难题，因为 deepseek 这个模型毕竟体量在这摆着，它的世界知识可能还是有所欠缺的，对比这些特别大的模型、特别强的模型来说，还是有一些差距。但是这个一般人是用不到的，就是专业知识这一块。

然后超长链路自动化也是稍微差一些。零工具推理也是稍微差一点，但是有工具为什么不用工具呢？对吧！就总结来说，就是第一，本次新版模型发布以后，你不需要做任何调整，替换原有的权重模文件就可以了；第二，就是速度变快了24倍，这个主要是因为思考。被解决了，就雷霆思考被解决，在使用同样思考强度的情况下，现在的思考速度要比之前快两到四倍。

这个也显著地解决上下文长度的问题啊！这个不只是快，最主要的其实是解决上下文长度。如果你是一个长任务，特别长的一个任务，比如说300K、500K，甚至1兆上下文的一个长任务，这种情况下，它的思考占用会导致你的上下文频繁被压缩，而思考得到优化以后，它占用的上下文比例会降低。

那么你在相同的上下文程度下，你可以进行更多步骤的问答。减少压缩次数，这个提升还是很大的。它不只是速度快，同时上下文长度得到了巨幅的增强，能力也得到大幅增强。在之前的版本里边，deepseek代码能力其实一般般。不如G M 5.3跟千问3.8这些模型，但是现在这个版本就不用说了，肯定比他们强了。

而且这次优化对我目前本地来说，基本是没有负优化的。全面都是正面的，没有说像之前0731版本升级到V4.1 Flash以后，因为模型权重变大了，导致。D G X 8必须从两台变成四台了，没有这个困扰。现在就是模型文件权重没有任何大小变化，然后一键替换，替换完以后模型能力得到巨幅增强，模型速度得到了巨幅增强，模型的思考长度得到了非常大的改善，以后模型上下文长度也能有一个较好的利用。

所以说大家一定要赶快升级，一定要赶快升级。