一、性能及下载

DeepSeek-V4.1-Flash-1017  正式开源发布！比上一版本更强的基准性能、更快的任务完成速度，以及更短的输出——性能和成本的帕累托改进。现在已在我们的网站、应用和 API 上线。

DeepSeek-V4.1-Flash-20261017 (Max) 现已成为 Code Arena: WebDev 中排名第一的开源模型，超越了 Kimi K3 (Max)，且成本仅为其十分之一！

TDM Fast 高速下载器：【点击下载】

亮点：第一开源模型，领先于 Kimi K3 (Max) – 总排名第 12，1670 分，

领先于 Claude Opus 5 (High)，与 GPT-6 Sol (Max) 的差距仅约 10 分 – 将帕累托前沿推移至每百万输入/输出令牌 $0.3/$1.2 – 比之前的 DeepSeek-V4.1-Flash-20260910 提升了 +52 分

DeepSeek-V4.1-Flash 下载

1、官方满血版：【点击前往】 或 【备用下载】

满血版大小总共是510G，对现存和硬件要求极高，没有足够的现存你可以用内存来硬抗，但现在的内存也不好买，当然你可以将其下载作为收藏！说不定将来会用到，毕竟这是目前最强的开源模型了！

2、GGUF 量化版

目前gguf格式的量化版主要有两个，分别是UD-Q4_K_XL 和 UD-Q8_K_XL ，当然体积也不小，分别是501G、508G，跟官方原版几乎没多少差距，但是贵在gguf格式，本地加载比较方便，你可以通过vLLM、Llama.cpp等方式进行本地加载运行！

量化版下载：【点击前往】 或 【备用下载】

TDM Fast 高速下载器：【点击下载】

二、本地部署

首先需要声明下，DeepSeek-V4.1-Flash-1017  本地部署对硬件要求比较高，显存或内存至少500G以上，哪怕是目前最新的量化版，也不能低于这个要求；满足以上条件，那么你就可以本地部署使用了，比如可以通过 vLLM、Llama.cpp 来进行本地加载模型！这次我们同样使用Llama.cpp来进行部署。

Llama.cpp 下载：【点击前往】

或使用一键安装包，内含驱动和一键启动脚本： 【点击下载】、【网盘下载】

下载解压后，在根目录下创建一个models 文件夹，然后将上面下载的9个模型分卷全部放进去，然后通过零度提供的一键启动脚本，双击运行后，启动后会自动识别模型！

三、一键启动脚本

【点击下载】

下载一键启动脚本解压后，将其解压并放入llama.cpp的根目录下，运行启动.bat脚本即可！就可以正常加载模型。

四、对接 API

当然无论你是本地模型，还是使用官方的API，我们都可以在 Deepseek Harness 上进行对接使用！

Deepseek Harness下载： 【点击前往】

lama.cpp 启动内置的本地 API 服务默认地址：http://127.0.0.1:8080/v1  密码：随便输入即可，比如12345678