10月17日，DeepSeek 把新模型 V4.1-Flash-1017 同时推上了网页、App 和 API，模型权重一并开源。 两天之内，全网用 3D 故宫、赛车游戏和科普短片对它做了一轮实测。热闹过后，信号其实很清楚：国产 AI 改变普通人生活的方式，正在从榜单上的名次，变成 让 AI 干一件真活的成本和门槛。知乎知乎
实测测出了什么：分数上台阶，账单往下走
这次官方基准的主升项集中在 agent 任务能力：考察终端里完成真实工程任务的 Terminal-Bench 4.0 从 31.2 涨到 42.3，提升 35%；Agents’ Last Exam 拿到 35.4 分，高于 Claude Opus 5 的 28.6 和 GPT-5.6 Sol 的 26.7，全场第一。知乎
比跑分更直观的是账单。博主花叔公开了自己的实测：用 5 亿 token 做完动画、游戏、3D 在内的 9 个案例。 成本随后揭晓：一共 28 块钱，测评者的结论是，除了已在订阅的 Claude Code 和 Codex，它可能是现在能用到的价格最低、效果最好的选择。 另一份实测给出单项任务的颗粒度：在 DeepSWE 基准上，新模型为帕累托前沿点，约 1 元成本对应 77.0% 通过率，全场最高。小红书微博小红书
普通人接得住的，是三个变化
第一个在账单上。API 价目表没动：缓存未命中的输入闲时每百万 tokens 1 元、输出 4 元，高峰时段翻倍，这是当前 deepseek-flash 的价格。 能力抬升、原价不动，应用侧拿到的就是更强的功能和更宽的免费额度空间——这层空间会不会落到你手机里的 AI 助手头上，取决于各家应用的跟进。知乎
第二个在使用门槛。官方主打的是"从零做完整项目"的能力，案例里有故宫 3D 展示、网页版赛车、《传送门2》复刻。 舆论的注意力几乎全部落在官方造的那个词上——“许愿式编程”。 而完成实测的人里就包括自称"我不会写代码，这些都是 AI 写的"的普通用户。 给孩子的拼音练习页、一支科普短片、一份能算清的家庭账本——"把需求说清楚"正在变成普通人使用软件的第三种操作方式。知乎知乎小红书
第三个藏在公告的小字里：DeepSeek 把搜索基础设施也拿出来卖了。自研搜索引擎以 Search and Fetch API 形式对外开放，官方称每天在全球处理数亿次请求，定价为每个接口每 1000 次成功调用 0.75 美元。 眼下在 Harness、Claude Code、Codex 里的这类调用暂时免费，但北京时间 11 月 1 日 00:00 起将按次收费——用它做产品的团队，赶在那天前把调用量摸清楚比事后砍功能划算。知乎知乎
实测也画出了边界
榜单之外有反向清单。考硬知识推理的 HLE 无工具成绩，它是 42.6，Opus 5 是 56.3，差了将近 14 个点；NL2Repo 和 ProgramBench 上同样有差距。 动手任务进了第一梯队，知识密度仍有距离——这是比"超越"更准确的说法。知乎
演示也有前提。那些刷屏的案例全部运行在 DeepSeek Harness 框架内、且需升级到 0.2.1-rc.1 以上版本，不是在聊天框里打一句话就能得到。知乎
开源也不是即下即用：权重确实上了 HuggingFace 和 ModelScope，但官方写明，大规模部署要先备好 2k 卡 GPU 加存储集群。知乎
稳定，才是普通人那票的关键变量
10月15日上午，DeepSeek 网页与 App 服务异常，大量用户看到的是"服务器暂时不可用"的提示，公开资料显示，这已是 DeepSeek 年内至少第 18 次大面积异常，核心症结仍在于算力供需严重失衡。微博
官方开放平台随后的服务恢复及补偿通知确认：北京时间 10 月 15 日 8:11 至 13:04 期间 API 服务无法正常使用，并将按账号 7 日内消耗金额以赠金形式全额返还。 模型再便宜再好，服务说掉几小时就掉几小时，普通用户"每天都能用"这件事依然要先打个问号。钛媒体
重塑发生在成本曲线里
要观察国产 AI 是否真的在改变生活，不用盯当天的榜单，可验证的信号都在手边：手机 AI 助手的免费额度和能力什么时候跟着版本更新；搜索接口 11 月 1 日免费期结束后收费是否落地；“单位任务成本"什么时候被下一个版本再往下压。这次的能力结构——agent 任务领先、知识推理落后——也决定了重塑是"把一件件过去要花钱请人干的小事交给 AI”，而不是一次性把一切交给它。国产 AI 对普通人生活的改变，大概率不会以一声"核弹"的动静发生，而是藏在成本曲线和每一次恢复时长里。
