DeepSeek发布V4.1 Flash-1017并开放模型权重
DeepSeek上线V4.1 Flash-1017开放权重版本，同时开放搜索与抓取API，把模型升级延伸到智能体基础设施。
发生了什么
DeepSeek于10月17日发布DeepSeek-V4.1-Flash-1017，并同步更新官网和App中的模型。新版本已在Hugging Face和ModelScope开放下载，采用MIT许可证，性质上是一次公开权重发布，而不只是API服务端更新。
模型卡显示，这是一轮针对V4.1 Flash的定向升级。DeepSeek称，新模型在推理、编程、智能体任务和视觉基准上均有提升，同时减少输出长度、缩短任务完成时间。其公布的成绩包括Terminal-Bench 4.0的42.3分、DeepSWE v1.1的77.0分、NL2Repo-Bench的68.2分，以及Automation-Bench的60.5分。模型继续支持百万上下文和多模态输入。
为什么值得关注
这次发布的战略意义在于，DeepSeek把通常分开宣布的三层能力放到了一起：大规模模型升级、可下载权重，以及自有搜索基础设施。模型卡显示，该模型总参数规模约7630亿，但架构只在生成过程中激活其中一小部分。部署它仍然需要很强的硬件条件，不过MIT许可证和本地推理说明，为模型服务商、研究机构和大型企业提供了绕开DeepSeek托管服务的选择。
DeepSeek还宣布向所有用户开放自研Search与Fetch API。公司称，其搜索引擎每天处理数亿次请求，并通过机制过滤SEO垃圾、搜索操纵和低质量生成内容。不过，这些规模和质量说法尚缺乏独立验证，服务的实际价值仍取决于延迟、地区可用性和排序准确率。
对开放模型市场而言，真正重要的并非某一个基准分数的上涨，而是DeepSeek把模型权重、面向智能体的评测，以及第一方检索能力连接成了一套可部署方案。这可能进一步压低只靠模型访问或推理价格竞争的服务商空间；但7630亿参数的体量，也意味着经济可行的部署仍可能集中在超大规模算力运营者手中。
猫叔判断
DeepSeek把MIT权重和Search、Fetch放进同一套产品里，棋下得很重；但7630亿参数能否被大规模经济部署，仍是硬门槛。