10 月 13 日凌晨起，被抽中的用户在 DeepSeek 官网和 App 聊天入口碰到一个官方从未公布的新模型，社区称之为「1013 灰测」。当天多个实测给出的前端与游戏生成表现并不理想，社区评价两极、以负面为主。就「能否替代现有 AI 工具」这一问题：这次灰测模型尚不具备替代资格，身份未公开、表现未稳定，把它当生产工具为时过早；真正已经在替代 Claude、GPT 等工具的是 9 月 10 日发布的正式版 V4.1 Flash，而它的替代优势建立在速度与价格，不在综合跑分。
这次灰测到底灰了什么
10 月 12 日开始，X 上的独立开发者 @ItsmeAjayKV 连发三条帖子记录异常：deepseek-flash 端点平均输出 175.41 tok/s（最低 146.7、最高 234.6），是这位开发者测过的最慢速度。哔哩哔哩
同一提示词、相同设置下，10 月的输出比 9 月明显更繁复，他因此判断该端点似乎被路由到了另一个模型，候选指向 v4.2-flash、V4.1-Flash 新检查点或正被悄悄测试的 V4.1 Pro——三组候选全部出自推测，官方口径至今是没有任何说法。 到 10 月 13 日，这场灰度扩展到了网页和 App 聊天入口，「1013 灰测前端」的实测与争论随之冲上各家 AI 社区的热门。哔哩哔哩
测评者很快给出了第一手观感。UP 主「小小小名不是小明」在 13 日凌晨发布了针对该灰测模型的四组前端与游戏设计测试例，简介写得直白：和预期差距较大。 UP 主「荡殇永魔」的实测视频上线约 6 小时播放量突破 4 万、评论超过 400 条，被顶在前排的一条共识是：新模型存在相位敏感性，一会神一会区，需要将提示词写详细一些才会稳定发挥。 知乎当天出现「10 月 13 日 DeepSeek 再次灰度测试能力下降怎么看」的问题，高赞回答提醒先区分模型本身退化与线上服务策略调整导致的体验变化——多数用户感受到的「变弱」，不一定代表底层能力真的下降。哔哩哔哩哔哩哔哩知乎
争议的另一面是 DeepSeek 的产品惯例。9 月 12 日，语音朗读功能曾以同样的方式在网页和 App 端灰度上线，普通用户能否看到全凭账号被抽中。 一周左右后，功能覆盖到大部分用户，社区讨论才从「怎么没轮到我」转向使用本身。 灰测阶段的体验，从来不代表最终版本的状态——这是判断「1013 灰测」时绕不开的前提。哔哩哔哩小红书
真正在替代现有工具的，是正式版 V4.1 Flash
把「替代」放进数据里看，主角不是灰测模型。2026 年 9 月 10 日 DeepSeek 发布 V4.1 Flash，发布后第一个完整周就成为 OpenRouter 上调用量最大的模型，四周之内周用量从 4.94 万亿 token 涨到 25.61 万亿 token。知乎
但在 Artificial Analysis 综合能力分上，它只拿到 68.5 分、在 384 个模型中排第 60 位，同价位的 GLM-5.3-Flash 综合分更高、价格更低。 一个中游模型拿走第一用量，靠的是速度、价格和迁移成本。知乎
输出速度 216.1 token/s，是 GLM-5.3-Flash 的 4.2 倍、GPT-6 Luna 的 1.7 倍；在 Agent 分达标的第一梯队下沿里，只有已下线的自家前代比它更快，而速度 125 token/s 的 Claude Sonnet 5.5 混合价是它的 7.6 倍。知乎
价格上，官网高峰价每百万 token 输入 2 元、输出 8 元，空闲时段减半，而缓存命中价只有未命中价的 1/50——对反复携带长上下文的编程 Agent 任务，实际账单主要由这两个低价决定。知乎
迁移同样几乎零成本：上一代模型名 deepseek-v4-flash 被自动路由到 V4.1 Flash，Claude Code、Codex、OpenCode 等编程工具按官方文档即可接入。知乎
前端生成恰好是这套组合最能打的场景之一。官方自报的五项 Agent 类基准中，V4.1 Flash 全部超过自家旗舰 V4 Pro 0813，这部分是厂商口径而非独立评测；在有独立速度数据的对比中，它综合分比 V4 Pro 高 6.0 分，混合价只有后者的 26%。 社区里，用它一句话生成 WebGL 黑洞演示页面、单轮产出 Minecraft 与 GTA5 风格网页游戏的实测大量出现在 B 站，构成前端能力最直观的注脚。知乎哔哩哔哩哔哩哔哩
替代的边界：速度账成立，长文本检索仍在验证
能否替代不是单选题，成立条件写在证据边界里。 字节 Seed 团队 9 月底的研究发现，上一代 V4-Flash 基础模型存在「相位敏感性」：128K 上下文的受控检索实验里，不同位置的检索效果最好与最差相差 40.2 个百分点——这是特定实验设置下的组间差距，不能直接理解成日常使用中的准确率下降。 36 氪将其概括为长文本检索的「周期性盲区」，称微调几个符号，检索准确率就可能暴跌 40%。知乎36氪
不过《AI 科技评论》10 月 12 日对现役 V4.1-Flash 的复测显示明显改善：64 组固定采样全部答对、未复现答案翻转，但模型对正确答案的置信概率仍随输入长度波动，仅把代码前无关填充从 24 个 token 加到 25 个，P(8) 就从 83.33% 升到 92.29%。知乎
落到具体选择：日常问答、前端页面与游戏的单轮生成、预算敏感的编程 Agent，V4.1 Flash 的速度与价格组合已经在真实改变用量榜——OpenRouter 前十名中轻量档模型合计占全平台 39.0% 的 token 用量，说明开发者付费投出的票同样不看旗舰榜。 而对检索精度要求苛刻的长文档分析、合同审阅类场景，相位敏感性问题尚未被独立复测完全排除，替换前应保留备份通道。至于「1013 灰测」本身，接下来值得盯的是三件事：官方是否给出这个模型的名称与系统卡；灰测入口是转正、回滚还是长期共存；以及第三方能否用同一套前端测试例稳定复现结果。在官方披露之前，把它当成替代方案的依据，等于拿一场还没开奖的抽奖决定自己的工具箱。知乎
