10 月 17 日下午，DeepSeek 把网页端、App 和 API 同时切到了新版本 DeepSeek-V4.1-Flash-1017：API 单价一分没涨，开发者沿用 deepseek-flash 这个模型名，旧程序不改一行代码就能用上它。这次前端改版动的不是皮肤，是分工：官方叫它「许愿式编程」——你说出想要的结果，模型负责把它做成一个从零开始、能运行的完整项目。官方口径是新版在多个控制框架下达到新的“性能-费用帕累托最优”，公布数据显示其在大部分基准上超过 Kimi K3、GLM-5.3 和 OpenAI 上一代旗舰 GPT-5.6-Sol，个别测试强于 Claude Opus 5。便宜、开源、免费可用，三件事叠在一起，才是“AI 工具平民化”这次落地的真实形状。而多路前端实测也同时给出了另一面：钱的门槛确实塌了，速度、成品率和稳定性这三道门槛还在原地。知乎小红书微博
前端改了什么：对话框从答题的，变成交活的
普通用户最直观的变化是对话框直接交付能跑的东西：一句话让它做一个“接水果”网页小游戏，存成 HTML 双击就能玩；对话本身免费，官网写的是“免费体验”。对话框里也能直接丢图提问，报错截图、表格图表都可以问，但实测提醒：图像理解只有 flash 有，pro 没有，发图别切错模型。拿网页版实测的新用户把体验拆成两半：一句话做的小红书封面生成器，填标题、点风格，封面实时变化还能下载；而一句话做的 3D 江南水乡，做是做出来了，凑近一看翻车了。小红书知乎小红书
惊艳与日常的差距要说清楚：故宫 3D、网页赛车、Godot 引擎复刻《传送门 2》这些官方案例，是在 DeepSeek 自家的编码客户端 Harness 里完成的，在较少提示词和素材的条件下，用很少的交互轮次跑出来，不是在网页对话框里一句话出来的。这个客户端本身就是“前端改版”的主角：DeepSeek Harness 于 8 月 13 日开源，至 9 月下旬 GitHub Star 已超 23 万，从模型入口长成了智能体入口。与之配套，官方点名新版针对 DeepSeek Harness 及腾讯 CodeBuddy、WorkBuddy 等框架做了专项优化，自家 Harness 用户需要升级到 0.2.1-rc.1 或以上版本。知乎微博知乎
另一半改动，是把“自己去查资料”并进了交互。DeepSeek 开放自研搜索引擎的 Search 与 Fetch 接口，按请求次数计费，单价为每 1000 次成功请求 5 元；在 Harness、Claude Code、Codex 的服务端工具调用中目前未计费，将于 11 月 1 日零时起按次收费。搜索结果会附带相关性、权威性与时效性的综合排序分数以及网页权威性分值，抓取失败、没有结果都不收费——AI 替你查资料这件事，第一次有了可核对的分值。微博知乎
平民化的账本：单任务成本确实降了一个量级
官方评测中 11 项基准全部高于上一版，其中涨幅最大的是和终端干活最相关的 Terminal-Bench 4.0（31.2 到 42.3）；更关键的是成本曲线同向移动，Max 档每任务平均费用从约 3.3 元降到约 1.3 元，通过率反而更高。这套说法不需要靠官方自证：新版登顶 Arena 的 Code Arena WebDev 开源模型榜（1670 分、总榜第 12），且权重照旧以 MIT 协议上传 Hugging Face 和 ModelScope——不信分数，可以下载权重自己复跑。知乎知乎微博
单价表也还是老价格：截至 10 月 19 日，官方 Flash 每百万 token 输入（未命中缓存）高峰 2 元、空闲 1 元，输出高峰 8 元、空闲 4 元。真实调用更直观：66 万字、39.5 万 token 的材料里捞三处关键信息，7.71 秒返回、全部答对，花费 0.79 元；九组任务共约 90 万 token 只花了 1.71 元，同一段材料重复提问命中缓存后，费用直接降 95%。知乎知乎
第三方把账算得更立体。开发者 Ibragim Badertdinov 用十道生产环境里的数据脏活同时考三款模型：全部通关，DeepSeek 每任务平均 0.045 美元，约为 Claude Opus 5.5 的 38%、GPT-6 Astra 的 1/5.8；但 DeepSeek 平均耗时 2 分 38 秒，另外两款只要 37 秒和 55 秒。省钱的机制不是“想得更少”：平均 15.3 步的算—验—回滚循环，加上 97.9% 的缓存命中率，它是在拿步数换准确率。知乎
需求端也在印证同一趋势：10 月第一周全球模型周调用量 172 万亿 token，中国模型占 86.74 万亿、超过一半，连续 24 周高于美国。知乎
账本的反面：慢、要人收尾、还会宕机
“许愿式编程”交付的是第一版，不是成品。一位开发者用四个有明确现实参照的 3D 项目实测——飞车、3D《千里江山图》、折叠掌机、雨夜公交站——四个都做出来了，没有一个能直接交差：等车的乘客被写成“三角形加竖条”，远看是一支箭。3D 山水打开就是一座山怼脸——相机穿模；折叠屏“合上”后翻面平摊。它会把需求清单逐条填满，但填满不等于摆对，位置、比例、结构这一层，仍然要人来验收。知乎
价格与成品的对照也在别处成立：同一个“果冻小熊”交互任务，DeepSeek 非峰时段约 0.32 美元、用时 54 分钟，对位模型约 7.8 美元、61 分钟——价钱差 20 多倍，用时同量级，差距在成品经不经得起上手。代码同理：它能一次生成可运行版本、自带通过的单元测试，但测试是自己出的题，合并进生产之前必须人工 review。知乎
稳定性是绕不开的一项：10 月 15 日，也就是新版上线前两天，DeepSeek 网页端和 App 出现约 5 小时中断，官方随后按 API 用户前 7 天的消耗金额全额返还赠金。“先崩后上新”是调侃，但对把智能体接进关键业务的人来说，这是写进架构设计的问题：能等多久、何时切换、谁来接管。知乎
最后一条提醒关乎数据口径：本文的跑分数字均出自 DeepSeek 自报，测试框架和重试设置会影响结果，截至 10 月 19 日尚无独立复测。至于前几日“指纹工具测出 GPT-6 换皮”的传言，也被社区证伪：那个工具只做与 GPT/Claude 系模型的比对，范围外的东西甚至随机数也能被“测”成某个模型。看新模型评测，先问出处和口径，这本身已是平民化时代的一项必备素养。知乎知乎
现在该怎么用
想上手，策略很具体：默认用 flash，读一万字约一分钱，写一万字两三到五分，硬核推理再切 pro；问图只能用 flash；不赶时间的批量任务挪到晚间、周末和节假日，账单直接减半；同一份材料别反复开新会话，让缓存多吃几轮；Harness 用户先核对版本号，搜索接口 11 月 1 日开始计费，做成本方案时把它算进去；它交付的任何代码，先当“高级脚手架”，上生产前人工过一遍。
这波更新把 AI 工具往平民化方向推了实实在在的一步，但“平民化”的准确含义不是 AI 什么都能替你干，而是一个想法的试错成本降到了“一句话加几毛钱”。模型竞争的重心，已经从“谁更聪明”挪到“谁能便宜地把活交出来”；而这场转移的最后一公里——交付更快、收尾更少、服务更稳——恰恰是 DeepSeek 和所有同行下一版要接受检验的地方。
