都说DeepSeek变笨，两个传言被驳倒：但模型确实悄悄换了

10月17号周六晚上，DeepSeek把网页端、APP和接口的模型一起换成了V4.1-Flash-1017。没有发布会，更新日志只有API文档角落里短短几行，调用名还是老的deepseek-flash。名字没变，里子已经换了。版本号里带着日期，1017，一看就是10月17日的快照，云平台很快也挂出新条目。

没过几天，吐槽来了。有人发帖，DeepSeek怎么变傻了，废话连篇。有位用户写长帖感慨，好怀念那个教会她医学知识、给她深深安慰的DeepSeek，虽然它现在傻成这样，还是庆幸在最慌乱时遇到了最聪明的版本。还有人在底下回，越更新越差，豆包也免费，该吐槽吐槽。

这么多人骂，第一个要问的就是官方是不是在偷偷省成本。

流传最广的说法是「偷偷量化」，把模型的数值精度压缩来换算力，像把厚书再版成口袋书，读的还是那本书。按这个推理，DeepSeek免费用还隔三差五崩，当然会在背后抠成本。

这个说法被行内人怼了回来。AI编程工具OpenCode的Dax发帖说，DeepSeek Flash本来就是原生量化的，专家层已经是FP4，再往下压几乎榨不出东西。他还补了一句，为什么这么多人都在传这个，我是真想不通。OpenCode不是转卖接口的中间商，自己就在GPU机架上跑DeepSeek推理，这话有分量。

另一个说法更离谱，有人号称用「模型指纹」工具测出新版是GPT-6换皮。技术流很快把它拆了，黑盒指纹检测本质是对着预设清单做分类，几发探针说明不了问题。

两个传言都立不住。那「变笨」的体感是假的吗。

不见得。OpenCode自己就给了最扎实的例子。有用户吐槽他们平台里的DeepSeek变笨，团队没回嘴，把各套配置的基准全跑了一遍，分数普遍正常，最后在两条小流量配置里揪出问题，直接下线。

要害就在「配置」两个字上。同一份模型权重，换一套推理框架、换一组采样参数，体感就能差出一档。像连锁店后厨，配方食材统一，某个灶火候不对，那盘菜就不是那个味。你骂的「变笨」，可能不是模型，是端给你的那个灶。而这个灶未必是DeepSeek官方在烧，每个平台、每个中转都有自己的灶。用Dax他们的说法，开源模型的口碑取决于谁来托管，DeepSeek开放了权重，也把体验的方差一起开放了。

回到DeepSeek自己的APP，1017改了什么。官方给的说法叫「帕累托改进」，基准分全面提升，任务运行时间和输出长度反而缩短，单次调用成本降了。编程基准DeepSWE通过率77.0%，成本待在最低档。

成绩单扫一眼，Terminal-Bench、DeepSWE、ProgramBench，全是编程和智能体任务。这轮打磨的是工程本事，不是聊天的温度。你跟它谈心，它在练「许愿式编程」，两头对不上，「变冷」的体感就有了着落。

「变慢」也有人认真算了账。有位用户把自己近200个会话的日志解压算了一遍，生成速度从9月周均每秒257个token掉到187，慢了27%。怀疑排队，首token延迟反而更快；怀疑时段，凌晨白天一样慢；怀疑上下文，相关性几乎为零。只剩服务端。翻更新日志，10月17日deepseek-flash确实已经换成1017。第三方数据也对得上，Artificial Analysis实测1017每秒192个token上下，max档更慢。它强在哪弱在哪，榜单上有数据点。