DeepSeek-V4：迈向高效的百万级 Token 上下文智能

---

Technical Report 👁️

简介

DeepSeek-V4.1-Flash-1017 是 DeepSeek-V4.1-Flash 的一次小幅更新，在推理、编程、智能体（Agent）任务和视觉基准测试上带来了显著提升。与此同时，该模型缩短了任务执行时间和输出长度，使用户能够更快、以更低成本完成任务，并在多个智能体框架（agent harness）下推进了"性能—成本"的帕累托前沿。

基准测试对比：

基准测试	DS-V4.1-Flash-1017	DS-V4.1-Flash	K3	GLM-5.3	GPT-5.6 Sol	Opus 5
HLE（不使用工具）	42.6（44.0†）	36.8（39.1†）	43.5	42.0†	44.5	56.3
Terminal-Bench 4.0	42.3	31.2	12.6	37.9	39.9	51.8
DeepSWE v1.1	77.0	74.2	67.5	66.9	73.0	74.0
ProgramBench	29.1	20.3	17.5	19.0	23.0	37.0
NL2Repo-Bench	68.2	65.4	58.0	58.0	56.8	75.3
Automation-Bench v1.0.6	60.5	54.8	46.7	48.8	45.8	50.3
Agents' Last Exam	35.4	31.8	27.6	28.5	26.7	28.6
Apex Bench v1.1	72.1	64.6	47.8	56.6	54.3	65.8
Chartography（使用工具）	83.0	78.9	68.1	—	79.9	84.0
BabyVision（使用工具）	92.5	89.6	85.7	—	88.9	94.1
ZeroBench-main（使用工具）	51.0	49.0	41.0	—	53.0	52.0

† 表示 HLE 的纯文本子集。Terminal-Bench 4.0 使用 Claude Code 框架，DeepSWE v1.1 使用 Mini-SWE-V2 框架。

提示词编码（Prompt Encoding）

本次发布不包含 Jinja 格式的聊天模板。encoding 文件夹中提供了一个自包含的 Python 参考实现（encoding.py），并附带多轮对话、工具调用、思考模式、数值推理强度（reasoning effort）、对话中途插入系统消息以及交错图像内容等测试用例。

针对生产环境，我们还发布了 deepseek-recipe——一套带 Python 绑定的 Rust 库，以持续维护的、协议感知的工具包形式提供相同的提示词格式。它可以将 Messages、Chat Completions 和 Responses API 请求转换为 Conversation 格式，编码为 DeepSeek V4 和 V4.1 的提示词或 token ID，并将模型输出解析回完整或流式响应——涵盖思考过程、工具调用、图像和生成设置。模型推理、工具执行和 HTTP 传输则由调用方自行实现。

最简推理（Minimal Inference）

关于权重转换和本地运行推理的说明，请参阅 inference 文件夹。

推荐采样参数：

参数	取值
temperature（温度）	1.0
top_p	1.0
context_window（上下文窗口）	100 万 tokens
max_tokens（最大输出长度）	≥ 25.6 万

许可证

本仓库及模型权重均采用 MIT 许可证 授权。

引用

@misc{deepseekai2026deepseekv41flash,
      title={DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression（挑战 KV 缓存压缩的极限）},
      author={DeepSeek-AI},
      year={2026},
}

联系方式

如有任何问题，请提交 issue，或发送邮件至 service@deepseek.com 与我们联系。