模型發布
DeepSeek 發布 V4.1 Flash：DeepSWE 程式跑分超越 Kimi K3 與 GPT-6.1 Sol，3D 專案生成成本降至 4 元
愛範兒單一來源
尚未逐項核實
目前依單一來源整理，這是來源數量描述，不是對消息真假的判定。
DeepSeek 推出更新版本 DeepSeek V4.1 Flash（版本標記 1017）。官方更新說明指出，該版本透過基於自反饋的強化學習，提升了從零建置 3D 專案與遊戲的能力，並縮短任務執行時間與輸出長度。愛範兒報導指出，在 DeepSWE 程式設計評測榜單中，V4.1 Flash 成績超越 Kimi K3，躍升為開源模型首位，亦優於近期更新的 GPT-6.1 Sol、Claude Fable 5、Opus 5 與 GPT-6 Astra 等閉源模型；在 3D 建築重建榜單 BuildingBench 上則升至前五名，超越 Gemini 4 Argon。
在 DeepSeek Harness 實測中，測試者僅以提示詞要求建立「飛行特斯拉」的動態 3D 網頁，模型運用 Three.js 完成跑道搭建、加速爬坡與懸停動態，耗時 35 分鐘。該次任務消耗 3,752 萬輸入 Token 與 33 萬輸出 Token，快取命中率達 99.6%；若以尖峰時段快取命中每百萬 Token 0.04 元人民幣、輸出每百萬 Token 8 元計算，總生成費用約 4 元人民幣。此外，實測亦展示模型搭配 REA 工具逆向分析 Typora 2.0 的原生 Mach-O 與 WKWebView 渲染架構並修復即時預覽 Bug，以及串接 HyperFrames 生成 20 秒動態影片的能力。
讀原始報導背景
SWE-bench 是評估大型語言模型與程式碼代理（Coding Agent）的基準測試，收錄取自 Django、SymPy 等 12 個 Python 專案中實際提出並修復的 2,294 項任務。為了更嚴格檢驗代理程式在真實軟體開發中的表現，業界亦陸續延伸出 SWE-bench Verified 以及由 Scale AI 推出的 SWE-Bench Pro 等評測標準。