10月17日，DeepSeek官宣新模型V4.1-Flash-1017，网页端、App和API三端同步切换，API调用名仍是deepseek-flash，价格和调用方式一分没变，模型权重同时以MIT协议在Hugging Face和魔搭开源。综合官方模型卡、第三方评测和开发者首夜实测，这次更新的成色可以一句话概括：编程和智能体任务的能力明显跃升、单任务成本反而下降，但它仍是只更新了权重的“小版本”，维护老代码的可靠性还没有被验证。知乎
官方数据：11项基准全涨，还“话少了”
按DeepSeek官方更新日志和模型卡，1017在公布的11项基准测试中全部优于上一版。其中与工程落地最相关的两项提升最大：Terminal-Bench 4.0（考察在终端环境完成实际任务）从31.2分涨到42.3分，超过GPT-5.6 Sol的39.9；ProgramBench从20.3涨到29.1。在编程智能体测试DeepSWE v1.1上，1017拿到77分，高于Claude Opus 5的74分和GPT-5.6 Sol的73分，平均每完成一个任务花费约1.3元。知乎知乎
值得注意的是官方这次反复强调的另一半：在提升性能的同时，任务运行时间和输出长度同时下降。上一代V4.1-Flash曾因“简单问题也要在思维链里自我怀疑半天”被吐槽，第三方机构Artificial Analysis测过它整套评测的输出token约为同类模型中位数的两倍。推理服务商sference用同一批数学竞赛题做新旧对照：新版输出中位数从1681 token降到1124，最长的一道题从3814降到1880，几乎腰斩，而答对题数基本没变——省下的token是真省了，能力没有跟着缩水。知乎
第三方与社区实测：便宜是真便宜，惊艳也是真的
发布当天夜里，多方独立测试陆续放出了可比数字。第三方评测Bug Hunt Bench在两个真实代码库里预埋105个bug，1017（Max推理强度）修复34个，上一代只有21.7个；横向对比中，Claude Opus 5.5修复41.7个但花费58.5美元，1017只花0.9美元——它由此成为该榜单分数最高的国产模型。知乎
博主侧的复现成本同样直观：有实测者让1017在Claude Code里从零搭一座可旋转的故宫太和殿3D模型，23分钟、约1.4元交付。同一句“鹈鹕骑自行车”动画提示词，1017用时172秒、花费0.17元，而两个月前的旗舰V4-Pro要240秒、0.31元，Claude Opus 5.5要519秒、折算约8.5元。B站上也有UP主烧掉5亿token做了9个案例的横评，动画、游戏、3D整体评价正面。知乎哔哩哔哩
这些数字能确认的方向是：1017主打的“许愿式编程”——用自然语言描述需求，模型自主完成搭项目、写代码、自检返工——在从零构建的单场景原型上确实立住了。官方称这次的核心训练变化是带自我反馈的强化学习。新模型还专门针对自家Agent工具DeepSeek Harness以及腾讯CodeBuddy、WorkBuddy等框架做了优化。知乎知乎
争议与边界：哪些结论还立不住
热度之外，三类信号值得认真对待。其一，已有开发者反馈，用1017继续开发已有游戏Demo时出现删除原有交互、过度简化动画、改一处坏一处的情况——这是个别反馈，不能定性为普遍退化，但它点出了“会生成代码”和“敢维护存量代码”之间的距离。其二，跑分并非全面登顶：官方11项对比中Claude Opus 5仍守着HLE等6项第一，1017拿下4项第一。其三，社区流传的“指纹争议”——有用户称1017在模型指纹工具中被识别成GPT-6 Astra。但这不足以支持任何“套壳”结论：同一模型重复测试会给出Claude Sonnet 5.5、GPT-5.6 Sol等不同结果，指纹匹配只是统计相似性，不是身份认证。发布才一天，断言它“全面超过”某家为时尚早，是多位测评者的共识。知乎知乎知乎
该不该换：名字没变，不等于账没变
对普通用户，三端已自动切换，无需任何操作；开发者注意API名和价格都没动，老代码直接就能调到新版，复杂任务可把推理强度开到max，用DeepSeek Harness的需升级到0.2.1-rc.1以上。知乎
需要多做一步的是团队用户：调用名不变只说明接入入口延续，单价不变也不能保证每项任务更便宜——建议用冻结的真实工单和预先定好的合格判据做一轮回归，再看账单和返工记录决定是否放量。另外别忘了随发布同日商用的Search/Fetch接口：基于DeepSeek自研搜索引擎，已索引数千亿网页、定价5元/千次，并宣称过滤SEO作弊、GEO操纵与低质AIGC。经Harness、Claude Code、Codex等渠道的这部分调用目前免费，北京时间11月1日0点起按次计费——如果你的应用重度依赖联网搜索，这笔账要提前算进成本。知乎知乎知乎
一个耐人寻味的背景是：10月15日DeepSeek曾宕机近5小时，官方口径为08:11至13:04。事后官方道歉，并以赠金形式全额返还故障前7天的API消耗，自动到账，有用户晒出上千元到账截图。两天后，新模型就位，比玩笑更值得认真对待的是真问题——当模型开始用“性能升、价格平、token降”的节奏小步快跑，用户与其追逐每次跑分，不如记住这条实测主线：编程生成能力已经跨过“能用”的门槛，成本优势是真金白银的，而工程可靠性，还需要你自己的项目说了算。微博知乎
