10月17日，DeepSeek 把线上的 V4.1 Flash 更新为新快照 V4.1-Flash-1017，网页端、App 和 API 同步切换，模型名没变，代码也不用改。当天晚些时候，一张"模型指纹检测结果"截图开始流传：有开发者把刚上线的 1017 送进检测工具 ModelTrace，界面显示它与 OpenAI 已上线的旗舰模型 GPT-6 Astra 相似度 84.66%，与整个 GPT 家族合计 90.71%。 "DeepSeek 蒸馏了 Astra"的说法迅速发酵，相关提问冲上知乎热榜，"蒸馏"和"路由套壳"两种猜测同时引爆，Hacker News 上 1017 的发布帖拿到 873 分、664 条评论。 但把工具的说明文档和它所参考的论文翻一遍就会发现：84.66% 只是"在 18 个候选里最像谁"的闭集概率——这套检测连 Python 随机数生成器都能"测出"一个模型归属，它既证明不了蒸馏，也证明不了没有蒸馏。这次更新里真正可核验的东西，是官方一并放出的另外几件事。知乎-李明殊微博-阿基米德Biotech知乎-赵春林
传闻的土壤：效果追近，成本悬殊，指控有前科
10 月 17 日，第三方监测发现 DeepSeek 模型列表短暂闪出 V4.1-Flash-1017 又被撤下，deepseek-flash 接口的系统指纹由 aeb56401 开头变为 e72d3c7f 开头，用"1017"这个名字请求被拒，旧模型名已经在返回新指纹。 更早的 10 月 15 日上午，DeepSeek 刚经历一次约 5 小时的全球服务中断。 一个叫 Harness 的神秘新账号几乎同时现身，"要上新模型"的猜测已经憋了一天。哔哩哔哩-小心鸦微博-田丰说36氪
更新落地后，社区实测普遍认为 1017 在多模态生成上已很接近 Astra 的水准，甚至有人称部分视频场景反超，但同题对比里也仍有观点认定 Astra 画面更好——它追得很近，但没有变成 Astra。微博-朱卫军AI
价格则是另一回事。1017 保持上一代 Flash 的定价：每百万 token 闲时输入 0.15 美元、输出 0.60 美元、缓存命中 0.003 美元，高峰时段翻倍。 有开发者按同一个 DeepSWE 任务测算，旧版开到最高档要 3.3 元，1017 只要 1.3 元。 自媒体据此喊出"一句话交付一个故宫，成本是 GPT-6 四十分之一"。 便宜这么多、效果还像，"是不是偷的"就成了最顺手的解释。知乎-赵春林知乎-denishua知乎-架构师笔记
再加上今年 9 月，Anthropic 发布 154 页报告，以其指控口径称 7 家中国实验室存在约 2 亿次异常交互。 美国多部门指责 DeepSeek、阿里巴巴等中国企业对美国前沿模型进行"工业规模蒸馏"，中方回应称相关指控于事无凭、于法无据。 这个传闻踩中的，是一整套现成的对立叙事。微博-zhan-AI_agentCGTN
这把尺子只认识 18 个候选，随机数都被它"鉴定"过
ModelTrace 的检测思路来自今年 7 月的论文《One Token Is Enough》：大模型生不出真正的随机数，反复问它"给我一个 1 到 100 之间的随机数"，每个模型偏爱数字的分布高度稳定、彼此不同，像指纹。论文在 OpenRouter 上验证了 165 个模型，“猜你是哪家"的家族分类准确率只有 59.5%，比瞎猜（18.4%）强，离"定案"差得远。 而"核对你是不是你说的那个”——拿官方渠道样本当参照去验证一个接口是否真为它声称的模型——错误率能做到 7.3%，约 100 次单字采样就够。 论文还顺手抓到一个挂闭源旗舰名头、输出分布却和某个开源 Qwen 模型分不出区别的接口。换句话说，指纹技术的可靠用法是买家核货，不是给模型做亲子鉴定。知乎-新航线韩先生知乎-Kitt在进化
但 ModelTrace 在实现上偏离了原论文：它的候选名单一共 18 个模型，全是 GPT 和 Claude 家族，一个 DeepSeek 都没有。 采样从"逐次独立"改成一次连续生成约 300 个 1 到 355 的整数，相似度计算也从论文的 Jensen-Shannon 散度换成自写流程，最后用 softmax 把分数摊成百分比——只在这 18 个候选之间分配。 它的说明书写得很直白：这是"当前候选库内的闭集概率"，未收录的模型照样会被归到最像的现有候选，结果仅供参考，不是决定性证据。知乎-新航线韩先生知乎-Kitt在进化
于是就有了知乎上一个四千多赞的打脸实验：把 Python 的随机数生成器丢进去，一次显示它"蒸馏了 sonnet-5-5"，复测又"蒸了 gpt-5.4"。 有人让它从 1 顺序数到 300，被判定"与 GPT-5.4 最相似"，归因概率 92%。一个没有联网、没有训练过程的解释器尚且能拿到 92% 的"血缘鉴定"，84.66% 的分量不言自明——它测出的只是"在这 18 个候选里，1017 的输出分布最像 Astra"。知乎-木原金
相近的训练范式、相似的公开语料和各家都在做的 Agent 特化，都可能产生风格趋同，指纹相似和蒸馏之间没有必然通路；至于"路由套壳"，一把只认识 GPT 和 Claude 的尺子量不了这个问题，既证明不了，也排除不掉。顺带一提，监测社区在 17、18 日还发现 Kimi-for-coding（K2.8）服务端指纹变更，OpenAI 未发布模型"aurora"也现身接口列表——对模型服务而言，指纹变动只是版本标识，本身不指向来源。哔哩哔哩-一只AI风向标
与其吵指纹，不如看官方放了哪些能核验的东西
随 1017 一起发布的还有 MIT 协议开源的模型权重，已挂上 HuggingFace 和 ModelScope。 "路由套壳"没法解释一份任何人都可以下载运行的权重：第三方可以在本地加载它，用同样的随机数方法把线上 API 和本地模型放在一起比对——这才是"是不是同一个模型"的有效测法，也是这轮争议里最硬的可验证入口。知乎-denishua
官方叙事给出的解释是自反馈强化学习：模型写完第一版不会立刻下班，它会继续检查自己做出来的东西，发现哪里不对再回头修。 这套东西支撑起被社区称为"许愿式编程"的效果，官方给出的案例包括故宫 3D 建模、网页赛车游戏、《传送门2》的 Godot 复刻等。 同时 DeepSeek 这次也针对腾讯 CodeBuddy、WorkBuddy 等平台的框架进行了优化，完整体验需要 Harness 升级到 0.2.1 以上。知乎-量子位知乎-赵春林知乎-欧巴聊AI
但官方基准要拆开条件看。模型卡显示 1017 较 9 月版几乎全线抬升：Terminal-Bench 4.0 从 31.2% 跳到 42.3%，DeepSWE v1.1 达到 77.0%、高于 Opus 5 的 74.0%。 可同表 11 项对 Opus 5 是赢 4 输 7，纯知识评测 HLE 只有 42.6%，对面是 56.3%——赢的项目全是"干活"，输的项目全是"纯智力"，把它当外包工程师而非百科全书才是合理定位。 更要紧的是，42.3% 是"指定框架 + 指定版本"下的成绩，公告同时写明升级着重针对 DeepSeek Harness 等平台优化；而 Artificial Analysis 的独立口径给到 Terminal-Bench 4.0 只有 26.8%，且 OpenRouter 页面未注明对应哪个快照。官方分和换一套条件的分，不能直接比。知乎-赵春林知乎-denishua
接下来值得盯的三个信号
第一，权重开源后的第三方复测——包括用验证式指纹核对线上 1017 与本地权重是否同源，以及不同 harness 条件下的编码基准复跑。第二，双方态度——截至 10 月 18 日，DeepSeek 没有就"蒸馏 Astra"的传闻作公开回应，官方材料全部聚焦在更新本身；OpenAI 方面同样未见表态。第三，钱——Search 与 Fetch 接口定价 5 元/千次，官方明确 DeepSeek Harness、Claude Code、Codex 里的服务端工具调用目前不计费，从 2026 年 11 月 1 日 00:00 起按次收费。 峰时定价又跟着北京时区的工作日走，对把 Agent 当生产力工具的公司，这意味着一笔与 token 无关的新固定开销，账单结构值得在 10 月底之前算一遍。知乎-赵春林
如果你只是普通用户，想确认自己通过代理或中转站买到的"前沿模型"是不是它宣称的那个，论文那套方法的简化版现在就能用：在官方渠道和代理渠道各问 100 次同一句"给我一个 1 到 100 的随机数"，把两边结果画成频数分布图对比，高频数字的形状明显不同就该拿着图去找供应商。 指纹能核对"你是你"，但远到不了"你爹是谁"。知乎-新航线韩先生
