linux.do digest: DeepSeek V4.1-Flash-1017 benchmarks, weights and pelican-test debate
Roundup of the official changelog and HF weights, scores like HLE 42.6, coding leaderboard results, pelican SVG style shifts and ~300 tok/s observations.
http://linux.do 10-18 摘要 今天主线几乎被 DeepSeek 占满：V4.1 Flash 1017 正式上线（官方 changelog + HF 权重），跑分和猫榜都说「这一刀换 OAI 得加版本号」；旁边 Google 侧 Antigravity / 20x 额度突然变宽裕，Gemini 4 工程向评价帖也吵起来。工具党则在盯 DSH rc.2、Tibo 第 13 天重置，以及又一家中转站坦言月亏三五万。 1. DeepSeek-V4.1-Flash-1017 正式更新：API 名仍 deepseek-flash｜前沿快讯｜706赞/149回/6903看｜10-17 16:13 https://linux.do/t/topic/3036898 官方 10-17 changelog：网页/APP 同步；调用方式与价格不变，仍用 deepseek-flash。自称性能–费用帕累托改进：HLE(w/o tools) 42.6、Terminal-Bench 4.0 42.3（Claude Code 框架）、DeepSWE v1.1 77.0、NL2Repo 68.2、Automation-Bench 60.5、Apex Bench 72.1 等；同时缩短任务时长与输出长度。特别点名适配 DeepSeek Harness、CodeBuddy、WorkBuddy，并要求 DSH ≥0.2.1-rc.1。权重：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017 ；文档 https://api-docs.deepseek.com/zh-cn/updates/ 。同日 changelog 还写了自研搜索 API（网页+API 底层同一搜索引擎）。 2. 猫榜编程分出炉：楼主称「这提升换 OAI 可能就要加版本号」｜前沿快讯｜98赞/38回/3626看｜10-17 22:14 https://linux.do/t/topic/3038185 站内截图对比 H/L/N 等项目；知乎答「如何评价 DeepSeek V4.1 Flash 1017」同步。楼里共识偏「国模集中发布月 DS 先开枪、领先正常」，也提醒别只盯 Flash，静待真鲸子 / V4.1 Pro。 3. 鹈鹕骑车 SVG +「是不是蒸了 GPT」指纹争议｜前沿快讯｜198赞/55回/2872看｜10-17 17:31 https://linux.do/t/topic/3037226 官方 API + DSH 标准/Max 一句话鹈鹕测试，楼主说风格与旧版差很大。关联：水区有人截思维链疑似 GPT 味（https://linux.do/t/topic/3036803 ，309赞），另有「指纹测出 gpt6-astra」非严谨帖；实用辨别：有人说旧版思维链常 let me…、新版偏 we need…（https://linux.do/t/topic/3037905）。官渠有人测到约 300 tok/s。 4. Antigravity 修额度后：Ultra 20x 用 Argon 体感暴涨｜前沿快讯｜58赞/56回/2567看｜10-17 22:57 https://linux.do/t/topic/3038354 楼主用 Opus 5.5 帮忙反推：Ultra 20x 编程场景可用 token 接近「Claude 20x 打 Opus」或「GPT Pro 打 6.1 Sol」量级；猜测 Pro≈5h $10/周 $40，Ultra 5x≈5h $50/周 $200（本人无这两档，需自测）。API 优惠期价与 6.1 Sol 同档、约 Opus 一半（写到 11.30）。同日另帖称 Google AI 20x 新周期 Argon Medium 5h/周限相对 10-14 周期约 +75%～90%（https://linux.do/t/topic/3037550）。 5. 20x 用户长文：Gemini 4 工程向「第二名」怎么排｜前沿快讯｜90赞/106回/2114看｜10-17 23:14 https://linux.do/t/topic/3038408 要点：Web/App 与反重力额度分开；Web 端 Argon 无 function calling，当阉割版。工程对比 Opus 5.5：后者上下文 1M 过程精度更稳、视觉后训练强、一句话审美高、额度更松；Gemini 强在推理优化、幻觉控制和指令执行。宣称 1M 常在超 256k 后压成约 5k 摘要。作者体感额度大约只有 Opus 的 1/3。今早另有帖吐槽「模型还差一截，封号水平赶上 A 社了」（https://linux.do/t/topic/3038881）。 6. Tibo 第 13 天：重置｜前沿快讯｜20赞/15回/1398看｜10-18 00:24 https://linux.do/t/topic/3038615 截图聊天称要重置；前一日「Tibo 貌似正在干大事」猜灰度功能（https://linux.do/t/topic/3036690）。和额度砍刀、中转成本帖连着看更有意思。