10 月 17 日，DeepSeek 把线上的 V4.1 Flash 换成了新的 1017 权重，网页、App、API 同步切换，模型名没变，调用方式和定价也没变。两天后，评测平台 Arena 公布了答案的分量：DeepSeek-V4.1-Flash-1017（Max）超过 Kimi K3（Max），成为 Code Arena: WebDev 榜单排名最高的开源模型。所谓「升级内幕」并不是秘密：这次 DeepSeek 动的不是价格表，是成本结构——用强化学习把模型训练成少绕路、少说废话，让「更强」和「更便宜」同时发生；代价是官方分数与独立实测出现分歧，而一张检测截图引出的「套壳」传闻、以及 11 月 1 日起开始计费的搜索接口，也都藏在同一次更新里。知乎极客公园
没改名字、没改价格，但整条产线换了引擎
DeepSeek 官方 API 更新日志明确记录，10 月 17 日 V4.1 Flash 升级为 DeepSeek-V4.1-Flash-1017，网页、App 也同步更新，API 仍使用 deepseek-flash，调用方式和定价保持不变。知乎
真正值得留意的是「名字不变」这四个字。被换掉的是一条已经被大量 agent 当作默认后端的产线：模型名不变、端点不变、权重文件换了，所有下游都在不知情的情况下换了引擎。对普通用户，这是「无感升级」；对把 API 接进生产流程的团队，这意味着回归测试要重跑一遍。知乎
省钱的真机制：把模型训练成「少绕路」
官方基准里，Terminal-Bench 4.0 从 31.2 升到 42.3，DeepSWE v1.1 到 77.0，HLE（不带工具）42.6，Agents’ Last Exam 升到 35.4，官方把这组变化称为「性能—费用的帕累托改进」。机制藏在训练目标里：背后是一套基于自反馈的强化学习，模型写完第一版不立刻收工，先检查自己产出的东西，发现不对再回头改，落到产品上就是官方主打的「许愿式编程」。同一口径的单项任务平均费用较上一版本下降约六成，Arena 的对比图显示该模型进入了「帕累托前沿」——目前没有别的模型能同时做到比它更便宜、且得分更高。知乎极客公园
第三方实测把「便宜」和「慢」一起量了出来：开发者 Ibragim Badertdinov 用十道真实生产任务测试，DeepSeek 每项任务平均 0.045 美元，是 Claude Opus 5.5（0.1168 美元）的 38%，是 GPT-6 Astra（0.26 美元）的约 1/5.8；但耗时 DeepSeek 平均 2 分 38 秒，Opus 只要 37 秒，Astra 55 秒，平均要走 15.3 步才完成一个任务。更关键的是缓存命中率高达 97.9%：绝大多数消耗不是新生成的推理，而是复用了此前的推理链——它省钱的路径不是「想得更少」，而是「不重复想同一件事」。知乎
42.3% 与 26.8% 的分歧：跑分框架换了什么
独立机构 Artificial Analysis 给出的 Terminal-Bench 4.0 成绩只有 26.8%，比官方低 15.5 个百分点；需要说明，该数据未标明对应的是否为 1017 快照，两组数字未必完全同题。知乎
拆开条件，差距有了来源：官方跑 Terminal-Bench 4.0 用 Claude Code、跑 DeepSWE 用 mini-swe-v2，公告还专门写明“着重针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台框架进行了优化”，要求把 Harness 升到 0.2.1-rc.1 以上才能拿到最优体验。也就是说，42.3% 是「自家框架 + 指定版本」下的成绩，换一套框架分数会掉。横向看更清楚：DeepSWE 上 1017 的 77.0% 超过 Opus 5 的 74.0%，但 Terminal-Bench 4.0 上 Opus 5 的 51.8% 反过来高 9.5 个百分点——它是部分编码任务上性价比最高，谈不上全面领先。知乎
一张「指纹」截图测出 GPT-6？权重公开才是核查入口
1017 发布后，网上流传一张所谓「模型指纹」结果：检测器把新模型的输出判得更像 GPT-6 Astra，有人据此猜测「套壳」，OpenAI 高管「中国 AI 约 50% 靠蒸馏」的说法又给传闻添了把火。知乎
该工具自己的文档恰好给出了相反提醒：ModelTrace 项目 README 明确提醒，未被指纹库收录的模型也可能被归到已有候选中，结果不能当作决定性证据。而 DeepSeek 把 1017 权重、配置和模型卡挂上 Hugging Face，反而给了独立研究者比黑盒猜测扎实的核查入口——「最像谁」不等于「就是谁」，「值得调查」也不等于「已经坐实」。知乎
商业账本的另一面：返赠金、搜索计费和峰时定价
升级前有插曲：10 月 15 日，DeepSeek 网页端与 API 出现近 5 小时故障，官方随后按用户 10 月 8 日至 14 日的消耗金额全额返赠金；据媒体统计，这是年内第 19 次服务中断。知乎
与更新同一天还有计费动作：自研搜索的 Search 与 Fetch 接口定价均为每千次成功请求 5 元，目前在 Harness、Claude Code、Codex 等服务端工具调用中暂不计费，11 月 1 日零时起按次收费——模型省下的钱，可能从检索这一步漏回去。单价结构也带着时区属性：峰时价格翻倍，指北京时间工作日 09:00–12:00 和 14:00–18:00，其余算闲时，意味着把 agent 当生产线的公司，成本曲线跟着中国上班节奏走。知乎
该关注什么
过去评估模型只问一句「谁最强」，这一版之后得拆成三问：你的场景能不能等，你的错误成本有多高，你愿不愿意为稳定性付溢价。对还在观望的用户，接下来两个节点比跑分更有信息量：11 月 1 日搜索接口正式计费后的第一笔真实账单，以及统一评测框架下的第一轮独立复测。榜单能告诉你天花板在哪，账单和实测才会告诉你它适不适合你的那摊活。知乎
