DeepSeek发布4.1 Flash模型 单任务成本降四成但幻觉率升8%

DeepSeek近日发布开源大模型4.1 Flash 1017，聚焦智能体（agentic）工作负载场景，通过结构精简、量化压缩与高效注意力机制优化，在维持接近前代语言能力的同时显著降低运行成本：GPU显存占用减少约30%，推理速度提升15%–20%，单位请求成本下降近四成，适用于客服机器人、低代码流程编排等对算力敏感的中小企业部署。该模型支持Hugging Face、vLLM、Ollama等主流框架，并提供INT4/INT8量化版本，中文指令遵循能力优于同级开源模型，GitHub适配项目一周内增长超200%。然而，第三方评测显示其在事实性任务中幻觉风险上升，在MMLU基准中“自信错误”比例较GPT-4o Mini高出约8个百分点，多跳推理中错误累积更明显，主因是为压缩开销弱化了部分监督信号或采用激进蒸馏策略。企业落地案例表明，其适合容错空间较大的场景——如电商平台用于商品描述生成与评论分类，辅以人工复核后人效提升35%；SaaS服务商嵌入文档摘要模块，仅对合同与财务数据启用二次校验，实现成本与准确性的平衡。DeepSeek同步上线按调用计费API并启动B轮融资，标志其向技术+商业双轮驱动转型。开源路线与闭源高精度路径形成互补，用户需依据任务对准确性与响应效率的权重选择适配模型。