DeepSeek V4.1 Flash 1017 day-one roundup: top DeepSWE 77.0, HLE 42.6, 510GB weights

What this article says

文章把 V4.1-Flash-1017 发布首日的信息拼成一张全景图。跑分上，DeepSWE 拿到 77.0，是作者所见表格中的最高分，但 HLE 只有 42.6，说明推理与知识类任务仍是短板，官方曲线属于「性能涨、费用降」的帕累托改进，不过均为内部评测。实测部分记录了一次真实排查：花费约三毛钱就定位到一个 P0 级问题，体现低单任务成本的实际意义。开源方面，权重以 MIT 协议放出，但总量约 510GB，普通家用机器装不下，本地部署门槛仍高。此外官方顺手开放了搜索与抓取 API，为 agent 场景补上外部信息入口。结论是：性价比与 agent 编程是主要卖点，长尾知识与本地可跑性则需谨慎看待。