10 月 17 日下午，DeepSeek 官方宣布 V4.1 Flash 更新至 V4.1-Flash-1017 版本，网页端、APP 与 API 同步切换，自研搜索也随新版本向公众开放了接口。官方把这次版本定义为一轮"小幅更新"，但接下来两天的热度并不小：海外开发者晒出的对比结果让人难以置信——"一个便宜 90% 的模型能产出这么好的结果"。测评博主"这也叫小更新？"的 1017 实测视频，成了 B 站近两天最热的 DeepSeek 内容之一。 这个新模型爆火的原因不是排名，而是它在同一时间踩中了 AI 行业最敏感的三根神经——智能体编程能力、成本、开源姿态，随后的基准口径之争和"静默换引擎"又给话题加了一把火。第一财经微博哔哩哔哩
这次"小更新"，底子在 9 月就铺好了
1017 不是从零开始，它的底座是 9 月 10 日发布的 V4.1 Flash：552B 参数的 MoE 模型，采用新的 Causal-Encoder-Decoder 结构，输入侧只激活 8B、输出侧激活 16B，原生支持图像理解，官方口径下 KV Cache 对 HBM 的需求已降到上一代的四分之一。便宜是这个架构自带的基因，1017 只是把能力又往前推了一步。知乎
1017 真正变化的是智能体任务的强度。官方测试数据中，它在 DeepSWE v1.1、Automation-Bench、Agents’Last Exam 和 Apex Bench v1.1 这几项拿到了最高分，领先 Claude Opus 5、GPT 5.6 Sol 以及 Kimi K3、GLM 5.3。有媒体转述，它在 11 个编程基准中的 10 项超过 Claude Sonnet 5.6，同等智能水平下 token 用量还少约两成。第一财经知乎
训练层面的抓手是自反馈强化学习：官方称新模型由此强化了从零构建完整项目的能力，演示案例包括故宫 3D 建模和网页赛车游戏，中文社区把这套能力概括成"许愿式编程"。对普通用户来说，门槛从"提问—回答"变成了"说愿望—出成品"，这也是演示内容在社交平台上最容易传播的部分。第一财经
便宜是真便宜，但账单结构变了
单价确实有冲击力：按官方定价，人民币计价下每百万 token 闲时输入 1 元、输出 4 元，工作日白天高峰翻倍。对把 agent 当生产力工具的公司来说，成本曲线直接跟着中国时区的上班时间走。知乎
真正改变账单的是计费边界。刚开放的 Search 与 Fetch 接口按每千次成功请求 5 元计价，目前 DeepSeek Harness、Claude Code、Codex 里的服务端工具调用还免费，11 月 1 日起按次收费。再叠加覆盖式更新会让缓存作废、需要重付预填充，"每百万 token 多少钱"已经不够预测账单，要比的是"完成一个任务总共花多少"。第一财经
低价也要打个折看：在第三方机构 Artificial Analysis 的 AA-Omniscience 知识边界测试里，这个模型的得分与它的编程成绩完全不在一个档位，常见翻车方式是编造一个并不存在的 API。对生产环境来说，幻觉造成的返工成本，不会被低单价自动抵消。知乎
争议不是减分项，是热度的一部分
第一波争议关于口径：官方成绩里 Terminal-Bench 4.0 从 31.2% 跳到了 42.3%，第三方独立实测却只有 26.8%——OpenRouter 引用 Artificial Analysis 的数据时没标清对应哪个快照，若实际测的是 9 月版本，差距会收窄到 4 个多点。官方的跑分绑定指定框架，公告还要求升级指定版本的 Harness 才给"最优体验"；Hacker News 上则有人直接质疑这些数字的真实性。结论是：官方分不等于换套框架的分。知乎
第二波争议关于工程可控性：官方 API 只保留一个名字，新快照是覆盖式更新，用户没法在端点层面钉住旧版本。模型名没变、端点没变、权重文件换了——这对靠回归测试和合规审计吃饭的团队，是一次会让所有测量失去准星的"热更新"。知乎
流量结构解释了为什么一次静默更新能牵动这么多人：OpenRouter 上这个模型的前五大调用方是 Hermes Agent（119B tokens）、DeepSeek Harness（101B）、omp（71.2B）、pi（46.2B）和一个叫 Scammer Get Scammed 的应用，清一色 agent 类程序。发布前一天，DeepSeek 全球宕机、神秘 Harness 账号现身，网友当时就在猜"新模型要来了"，这份预期给正式官宣提前垫了一波热度。微博上，"摧毁全球 AI 格局"的说法被大量转发，情绪拉满但只是二手转述。知乎36氪微博
第三波是传闻：发布次日就有"指纹测试测出 GPT-6 Astra 底模"的说法流传，两天内聚集了数百万阅读——该说法没有任何证据，主流讨论也在质疑测试方法本身。关于蒸馏的猜疑之所以有市场，恰恰说明这个模型正在被所有人盯着。知乎
行业影响：比分数更重要的是姿态
开源这张牌打得很克制：权重当天以 MIT 协议挂上 Hugging Face。官方给出的自部署门槛则接近两千张卡 GPU 加存储集群。权重开源、算力封闭，这次更新像是在招徕推理服务商而不是本地玩家；但对真要自己跑模型的人来说，那个极小的 KV Cache 是目前市场上罕见的卖点。知乎
企业侧的风向更直接：一位在巴黎 AI 会议做分享的工程师会后与一批 VP 和 CTO 交流，"每一个都在评估或已经在用 DeepSeek"，理由是从 Anthropic 迁到开放权重模型的账太好算——这是个人观察而非统计，但它解释了静默更新为什么能牵动这么多生产环境。资本层面也有动作：发布前一周，多家媒体追踪 DeepSeek 传闻中的千亿融资，LP 称交易仍在动态变化，仍属未经证实的传闻。知乎36氪
搜索这一步则常被当成模型更新的附属信息：官方称 DeepSeek 搜索是 AI 原生的通用搜索引擎，每天处理全球数亿次搜索请求，并对 SEO 作弊、GEO 操纵和低质 AIGC 做过滤。一家模型公司以 API 的形式正式进入搜索市场，内容分发侧受到的冲击目前没人算过账。第一财经
最后把口径泼点冷水：即使在官方对照表里，Terminal-Bench 4.0 上 Opus 5 仍领先 1017 约 9.5 个百分点——这次更新坐实的是"特定智能体任务口径下性价比最高"，不是全面领先。另一面的信号也在出现：发布次日上午，DeepSeek 一度弹出数小时"服务繁忙"，九月以来服务异常已反复发生——爆火的另一半课题，是稳定性。接下来值得盯的不是下一张排行榜，而是 11 月 1 日搜索计费是否如期落地，以及 Hugging Face 上的权重会与线上版本"静默同步"到什么时候。知乎知乎
