DeepSeek 本週推出新檢查點 DeepSeek-V4.1-Flash-1017，喺公司嘅網站、App 同 API 全面上線，模型權重亦以開放權重（open weights）形式放上 Hugging Face 同 ModelScope。
公司稱，同 September 嘅 V4.1-Flash 相比，新版本跑分更高、任務完成更快、輸出更短，並把呢次更新稱為「性能同成本嘅帕累托改進」（Pareto improvement）。
RLSF：模型自己打自己嘅分
DeepSeek 話呢個模型用 reinforcement learning with self-feedback（RLSF，自反饋強化學習）做 post-training（後訓練）：模型用自己嘅內部置信分或者自產評語做 reward signal（獎勵訊號），唔需要人手評判或者外部獎勵模型。公司聲稱呢個方法改善咗由遊戲編程到 3D 建模同設計嘅端到端項目開發。
DeepSWE 跑分：77.0 分，每任務近 $0.20
喺 DeepSeek 自家嘅 DeepSWE benchmark，V4.1-Flash-1017 最高得 77.0 分，平均成本近 $0.20 每任務；調低設定仍然有 72 分、約 $0.10。前代 V4.1-Flash 係 74.2 分，成本約 $0.50。
同圖比較嘅對手模型——GPT-6 Astra、Gemini 3.8 Flash、Claude Opus 5——每任務成本介乎 $2 至逾 $10，喺呢個圖表入面冇一個準確度追上個細佬。
注意呢啲係 DeepSeek 自家嘅內部跑分；獨立第三方評測未出爐。用緊 DeepSeek API 或者網頁嘅讀者，最實際嘅做法係拿返自己手上嘅真實任務，比舊版同新版有冇分別——呢個先係你自己嘅「獨立測試」。
搜尋引擎首次開放做 API
除咗模型，DeepSeek 將內部搜尋引擎喺外開發者首次開放，提供 Search 同 Fetch 兩個 endpoint。公司稱呢個引擎每日處理全球數億次查詢。收費 $0.75 每 1,000 次呼叫；DeepSeek API 用户可以喺 server-side tools（伺服端工具）免費使用。
模姐驗嚇貨
「Pareto improvement」聽落好順耳——性能升、成本降，兩邊都唔讓步。事實係公司自家測試，同圖對手唔一定經相同條件測試；開發者對代碼質素嘅印同跑分可以出入好大。獨立數據未出，先睇你手上嘅任務有冇真係變快變準確，先至係標準。
模姐｜深度調教
