10月25日，B站UP主三颗门牙X发布了一条约17分钟的实测视频：同一个 DeepSeek 模型，交给七款不同的Agent工具做同一道题，结果差出天际，账单却都在几块钱。视频三天内播放量突破72万、收藏2.1万，收藏数比点赞数高了约五成——不少人是把它当手册存的。 撑住这场实测的底气，是10月17日刚更新的 DeepSeek V4.1 Flash 1017：网页端，App 和 API 都已经完成同步更新。 对选题提出的问题，这篇实测给出的答案是带条件的：对需求说得清、结果看得见的轻量任务，免费或超低价的DeepSeek已经是"平替级"；但它替代的是模型的脑子，替代不了付费工具的外挂生态。哔哩哔哩知乎
七款工具，一道题，账单在元角级
七款工具覆盖官方桌面端 DeepSeekHarness（DSH）、WorkBuddy、Hermes、OpenCode、Pi，以及海外编程工具 Codex 和 Claude Code——同期流传的接入教程，列的正是同一批工具，模型发布后的跑分还被评价为反超一众旗舰。 这款新模型的爆发力也有第三方数据兜底：OpenRouter 10月19日至25日的周调用榜上它位列第一，单周调用量33.6万亿Token，环比增幅高达801%。哔哩哔哩36氪
但别被单价迷惑。最要命的是消耗行为本身：V4.1 Flash一度困扰于陷入雷霆大思考、报错循环、胡乱多操作，社区为此做的token效率优化项目收获近两万点赞。 同时，DeepSeek API存在高峰期与非高峰期的差异，实际成本还受缓存命中率、输入输出Token比例和任务执行轮次影响，不能简单用单一价格推导最终成本。哔哩哔哩凤凰网科技
分化的是"模型外面的系统"，不是模型
视频的正文把这种分化拆成模型、Agent、Harness三层：模型负责生成动作，Harness负责组织上下文、调用工具、报错续跑、长任务交接。 同题实测的交卷效果分化就发生在这一层：据评论区观看者转述，做WASD小游戏这类任务，DSH花两块三毛三一次过，WorkBuddy却闹出了角色“倒着走”的bug。 换句话说，免费与付费的分水岭不在模型本体——V4.1 Flash这个"脑子"人人可接——而在包着它的那套执行系统：任务交代得清不清楚、报错后能不能自己续跑、有没有成熟的工具链兜底。有用户一句话顶了回去：换个壳就觉得变笨，多半是"喂饭的手法"问题，不是壳的问题。哔哩哔哩
"免费"分四层，每层都有自己的边界
第一层是官方客户端：面对竞品纷纷上档位付费，它的App面向普通用户完全免费，只有调用API才收费。 第二层是官方桌面端DSH：客户端不收费，但干活走的是API计量的token——七款工具账单里那些元角级数字，就是从这里来的。第三层是限免窗口：10月17日开放自研搜索API，单价为每1000次成功请求5元。 而按用户对官方文档的梳理，在DeepSeek Harness、Claude Code、Codex里通过服务端工具调用搜索和抓取目前对API用户免费，北京时间11月1日0点起开始计费。 也就是说，11月1日窗口关闭后，实测那些一两块钱的任务账单还要加上搜索这一笔。小红书知乎小红书
第四层是第三方免费渠道，也最需要留神。社区实测发现，免费通道的请求大部分直接转给官网，小部分自部署，只有极小部分会被路由去量化的第三方，"免费"标签下模型满不满血并无保证。 10月27日，OpenCode宣布对所有人免费开放DeepSeek V4.1 Flash，无需配置无需接API。 此外别忘了免费自带稳定性风险：10月15日DeepSeek网页和APP显示「服务器暂时不可用」，后发布补偿方案。知乎小红书知乎
谁能平替，谁还不能
账算到最后，选题的答案是分人的：做轻量任务——一句话需求、一次出结果、肉眼可验收——免费App加官方桌面端，确实已经顶得上一堆付费会员；干活是长任务、多轮返工，或依赖成熟工具链和额度确定性的，付费工具的生态暂时替代不了，也有用户嘴上承认DeepSeek免费好用，手上却不愿换走，理由是"写东西更有人味"。眼下就有两个可操作的观察信号：11月1日前，查一查你工具里的搜索调用量，提前算清窗口关闭后这笔账；账单异常时，先检查循环开关和token消耗，再怀疑模型单价。发起这波讨论的实测也给自己留了边界：不代表各工具的整体能力排名。 模型已经被厂商打到了免费，接下来真正拉开差距的，是任务怎么交代、返工怎么控制。哔哩哔哩
