一句话总结DeepSeek 把 V4.1-Flash 换了个新检查点 1017——API 名、价格、架构全不变官方 11 项跑分全涨独立实测证实「输出更短、速度更快、答案不掉」与顶级模型的质量差距也依旧在。顺手开放的搜索 API可能是更值得盯的一手。导语你的账单降了但你什么都没做最近用 DeepSeek 写代码的朋友有没有隐约觉得这两天deepseek-flash回答变快了你没改代码、没换模型名、没调价格档——但账单可能真的低了。这不是错觉10 月 17 日上午DeepSeek 静默上线了V4.1-Flash-1017把一个多月前发布的 V4.1-Flash 原地升级了一个检查点。这种「半夜换同款」的发布方式在开源圈不算新鲜但这次有两件事值得认真看一是官方给出的 11 项基准全部上涨其中最扎眼的 Terminal-Bench 直接 11.1 分二是当天就有独立团队拿生产流量做了对照实验把「官方话术」验了个七七八八。另外还有个被跑分刷屏盖住的安静动作——自研搜索引擎的 Search/Fetch API 对所有人开放了。想自己动手试 官方公告中英api-docs.deepseek.com/news/news261017 开源权重MITHuggingFace · DeepSeek-V4.1-Flash-1017这是一次「无感」升级到底变了什么先说最实际的你的调用代码一行都不用改。API 里模型名还是deepseek-flash价格维持原样非高峰输入 0.15 美元/百万 token、输出 0.60 美元/百万工作日高峰双倍。旧的deepseek-v4-flash系列 ID 发起的请求现在也由 1017 承接、按 Flash 价计费——不过官方说这是临时安排还挂着旧模型名的管道要留个心眼。技术上这是一次检查点刷新架构、分词器、提示词格式全部不动官方把改进归因于「基于自反馈的强化学习RLSF模型自己给自己出题批改、再用批改结果迭代」的后训练。换句话说「身子」没换换的是「脑子里的习惯」。权重照旧以 MIT 协议放在 HuggingFace 和 ModelScope 上全量约 510 GB——本地部署的门槛没降但想微调的团队拿到的起点更高了。有个小坑值得提醒这次模型卡没带 Jinja 聊天模板只给了 Python 参考编码实现。自己部署的话提示词编码得照着encoding/encoding.py配别按老习惯找 template 文件。跑分11 项全涨涨在哪、输给谁官方对比表里 11 项基准全部上涨涨幅从 2.0 到 11.1。最亮的三处都在 agent 和代码侧️Terminal-Bench 4.0终端环境里干真活的能力31.2 →42.3一口气 11.1ProgramBench从零构建完整项目20.3 →29.18.8DeepSWE v1.1软件工程 agent 任务74.2 →77.0图官方公布的基准对比6 项代表蓝柱为 1017全部高于灰柱的上一版Terminal-Bench 涨幅最大11.1横着比也有信息量1017 高于 Kimi K3 十一项里的十项、高于 GPT-5.6 Sol 九项但对 Claude Opus 5 仍落后七项最大差距在高难度推理榜 HLE42.6 vs 56.3。更值钱的可能是官方的成本曲线在 DeepSWE 上1017 以平均每任务约 0.2 美元拿到 77%上一版拿 74.2% 要约 0.5 美元而 GPT-6 Astra、Gemini 3.8 Flash、Opus 5 落在每任务 2 到 10 美元区间——一个数量级的差价。这里要澄清一点这 11 项数字全部是官方自报评测 harness 也是自己选的目前还没有权威第三方把整张表复现一遍。它更适合当作「官方声称」来看而不是已定案的结论。官方没细说的「更省」第三方先测出来了有意思的是官方只说了「任务更快、输出更短」没给数字——但当天就有两家独立团队补上了实测。推理服务商 sference 做了个很干净的实验升级前后权重各跑一遍同样的题、种子、采样参数、硬件共 1440 个请求配对比较。结论是答案准确率不动推理 token 中位数降了 21%最长的思维链砍掉 51%。顺带一个实用发现——reasoning_effort这个「思考力度」旋钮在旧权重上基本是摆设调低了也不省新权重上它是真管用了设到 25 就能在满分准确率下再省约 20%。另一家 API 商 OmniaKey 拿五个真实任务对照 DeepSeek 自家的 V4 Pro写解析器 30 个用例全对只花 88 秒V4 Pro 同样全对但用了 20.7 分钟、花费是它的 11 倍图表理解更是 V4 Pro 压根不支持。两家口径一致这件事就基本站得住账单降两三成是真实存在的不是营销话术。当然sference 也自承局限——数学题可能已在训练数据里、单样本抽查不代表全貌——但方向性结论和官方说法互相咬合。Search/Fetch API被跑分刷屏盖住的安静动作同一天还有件容易被忽略的事DeepSeek 把支撑自家搜索功能的自研搜索引擎开放了 API。官方说它每天处理全球数亿次搜索请求、索引千亿级网页现在开发者可以直接调 Search搜索和 Fetch抓取正文两个端点定价每端点 5 元/千次约 0.75 美元在 DeepSeek Harness、Claude Code、Codex 里通过服务端工具调用的话11 月 1 日零点前免费。对做深度研究、RAG检索增强生成让模型先查资料再回答、竞品监控的开发者来说这是「模型厂自带眼睛」的又一种选择直接和 Perplexity、Serper 这类搜索 API 摆在了同一个货架上。模型 搜索一体化打包省的是自己接搜索引擎、再做正文抽取那一整段胶水代码。不过要说清楚11 月 1 日之后经服务端工具调用的计费细则官方还没完全明确uncertain打算长期用的话先按 5 元/千次做预算。社区怎么看真香与保留Hacker News 上这个发布冲到了 669 分、562 条评论情绪分布大致是正面的但保留意见也很具体。把高赞观点归拢一下 速度和开放性是真优势「tok/s 和首字延迟快到从不用等 agent 干完活」「思维链可见、不会被随机拦截审查」——这种体验差异是排行榜量不出来的 有开发者直接改了工作流「让 4.1 Flash 干全部工程活Opus 只负责评审」成本几乎可以忽略 质量差距也没消失有人拿同一个 200 文件的脏代码库做横评DeepSeek 花 20 分钟找到 1 个相关高优问题GPT 6.1 Sol 用 4 分半找到 2 个 P1 加 1 个 P2修复规划也更稳 KOL 歸藏拿游戏特效提示词实测「能用但细节和创造性比 Opus 5.5 差一截」 命名被吐槽0910、1017 这种快照式版本号确实不好记也不好引用把这些放在一起看图景其实很清楚性价比与工程体验站得住最高端的质量差距同样站得住。两边都是真的。把话说明白在你决定把生产流量切过去之前把这次升级的可信度分层说清楚站得住的是检查点免费升级、价格不动、输出变短——这部分有官方口径和两家独立实测互相印证有争议的是 11 项跑分的绝对值——官方自报、无完整复现还没证实的是「帕累托改进」在所有场景成立——HN 上已有用户反馈旧版在低思考档会失败1017 是否修好了这类问题还要看复测。对不同的人这次升级的意义也不一样跑 agent 流水线、对成本敏感的团队这几乎是「不做任何事就降本两三成」的更新值得直接验证生效追求最强单点能力的工作流Opus 5、GPT 6.1 的位置暂时没被撼动而本地部署玩家面对的仍是 510 GB 的门槛。至于那个搜索 API——发布当天的热度全给了跑分但它可能是这次更新里长尾价值最高的一手。参考来源DeepSeek 官方公告一手— https://api-docs.deepseek.com/news/news261017/HuggingFace 模型卡一手— https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017The Decoder权威媒体— https://the-decoder.com/deepseek-v4-1-flash-1017-beats-larger-rivals-in-agentic-tasks-while-once-again-massively-cutting-per-task-costs/Hacker News 讨论社区— https://news.ycombinator.com/item?id50129045sference 独立基准垂直专业— https://sference.com/blog/deepseek-v41f-1017-benchmarkOmniaKey 当天实测垂直专业API 商— https://omniakey.com/zh/blog/deepseek-v4-1-flash-1017-review歸藏实测KOL— https://airebao.com/item/46217
