DeepSeek更新模型了，还对外开放了搜索引擎

距离上一次模型发布仅一个多月，DeepSeek又迭代新模型了，这次还对外开放自研搜索API，针对SEO（搜索引擎优化）作弊、GEO（生成引擎优化）操纵和低质AIGC进行了过滤。

10月17日下午，DeepSeek官方宣布，V4.1 Flash已更新至V4.1-Flash-1017 版本，官方网页端、APP 与 API 模型已同步变更为新模型。V4.1 Flash模型是DeepSeek在9月10日才正式发布的模型。

值得注意的是，DeepSeek宣布开放自研搜索API。具体来看，新版本发布DeepSeek API 新增对Search与 Fetch 接口的支持，相关能力正式向公众开放，两个接口价格均为5元/千次。

官方提到，DeepSeek搜索是AI原生的通用搜索引擎，支持多语言搜索，实时返回高相关、权威以及高时效的结果。针对SEO作弊、GEO操纵和低质AIGC，会通过严格识别机制对其进行过滤，确保向用户与大模型呈现权威可信的信息。

DeepSeek还表示，DeepSeek网页端与API端的搜索能力均由自研 DeepSeek搜索引擎提供底层支持，每天会处理来自全球各地的数亿次搜索请求。

具体看模型，在技术报告中，官方将这次版本定义为“一次小幅更新”，模型主要在推理、编程、智能体任务及视觉基准测试等方面实现了提升。

与此同时，DeepSeek提到，新模型缩短了任务执行时间和输出长度，使用户能够以更低的成本更快地完成任务，并在多个智能体评估框架中推进了性能与成本的帕累托前沿。

在官方展示的测试数据中，V4.1-Flash-1017在AI编程能力基准DeepSWE v1.1、智能体完成业务的能力基准Automation-Bench和Agents'Last Exam，以及多模态智能体基准Apex Bench v1.1这几个领域中都得到了最高分，领先于海外两个头部模型Claude opus 5、GPT 5.6 sol，以及国内Kimi K3和智谱的GLM 5.3模型。

在具体能力上，DeepSeek V4.1 Flash 1017通过基于自反馈的强化学习（RL）训练技术，提升了在游戏开发、3D 建模等方面从零开始构建完整项目的能力，能够支持实现更多“许愿式”编程任务及项目开发请求。

在社交媒体上，不少用户已经开始用新模型做3D生成测试，有用户反馈做软糖小熊的测试效果和海外头部模型一样好，有的网友制作的网页视频非常接近Opus 5.5展示的水平。

此外，DeepSeek本次更新还着重针对DeepSeek Harness、腾讯CodeBuddy、WorkBuddy 等平台框架进行了优化。

DeepSeek Harness官方账号今日同步发文提到，更新了DeepSeek Harness 0.2.1版本适配新发布的模型。新模型训练中针对DeepSeek Harness 进行了专项优化，在提升任务表现的同时，缩短任务运行时间、减少输出消耗和 token 费用。