10 月 17 日，DeepSeek 发布 V4.1-Flash-1017，网页、App 和 API 同步切换，调用方式和价格保持不变，原来使用 deepseek-flash 的应用可以继续调用新版。热榜词条"实测 DeepSeek V4.1 F 性价比"可以回答了：这次砍掉的不是单价，而是"把活干完"的成本——跑分更高、回答更短、一句话交付完整项目，同样一件事花的钱在变少。但"便宜"不能只看一面：海外模型已经把标价压到 DeepSeek 之下，而这波"小更新"的另一面，是宕机、补偿与独立复测的分歧。知乎
版本号多了四个数字，到底更新了什么
V4.1 Flash 是 9 月 10 日正式上线的版本，支持原生多模态，DeepSeek 也把快速、专家、识图模式合并进了统一入口。40 天后的 1017 是一次"小改版"：架构没变、规模没变、API 价格没变，跑分更高、干活更快、回答更短。微博知乎
变化主要出在训练上：官方在版本更新中强调基于自反馈的强化学习训练，让模型自己生成结果、自己评估、自己据此调整。落到使用端，官方把它叫做"许愿式编程"：只用很少的提示词和素材，就能直接做出完整项目。知乎哔哩哔哩
官方对比的 11 项基准全部较 9 月版本上行，Terminal-Bench 4.0 从 31.2 升到 42.3。价格页一个数字没动：输入每百万 tokens 0.15 美元、输出 0.6 美元。性价比的锚点来自跨阵营对比：产品经理帕韦乌·胡林在发布后不到 2 小时就做了实测，其找 BUG、修 BUG 的能力接近 Opus 5.5 xHigh，价格只有后者的约 1/35。哔哩哔哩微博知乎
边界也要看清：官方跑分里的对手，相当一部分是 OpenAI、Anthropic 的上一代旗舰。UP 主"赵春林"的独立复测给出的 Terminal-Bench 是 26.8%，与官方 42.3% 存在明显落差。与 GPT-6.1 Sol 的六任务同题对比，结果是基本打平、各有亮点。"跑分赢旧款"更接近这次升级的真实位置，不是全场景登顶。哔哩哔哩知乎哔哩哔哩
实测账单：省的不是 token，是任务
开发者张艾伦在 DeepSeek Harness 里用最高推理强度实测了一整天，7 个项目、约 3 亿 token，只花了 20 块钱。另一位 B 站 UP 主的账单更出圈：一晚上跑 9 个案例、5 亿 token，后台账单 28 块。海外博主的一整轮高推理强度实测，全程总成本 3.93 美元。哔哩哔哩哔哩哔哩哔哩哔哩
这些账单比"单价直觉"便宜得多，钱省在三处。智能体任务的 token 消耗以缓存读取为绝对大头——SemiAnalysis 按 9 月的 Agent 使用结构测算，约 96.6% 是缓存读取。1017 让回答更短，直接砍掉最贵的输出计费；谷时低价、节假日全按低谷的机制还在延续。随新版一起开放的 Search/Fetch 自研搜索接口，两周后按搜索次数收费，价格为 5 元/千次，Agent 应用不必再为联网单独搭一套搜索。36氪知乎
"便宜"的另一面：标价被追平，免费还在加码
单看每百万 tokens 的价格表，DeepSeek 已经不是最低的那一档：OpenAI 的 GPT-6 Luna 输入价比 DeepSeek V4.1 Flash 低约 33%、输出价低约 17%。Claude 的 Haiku 5.5 在 10 万 token 以内输入 0.10 美元、输出 0.50 美元，比 DeepSeek 的谷时价还低。第三方渠道还在加码：OpenCode 已宣布 V4.1 Flash 在其平台上免费提供。DeepSeek 的性价比优势，正在从"价格表"转移到"任务账单"和开源权重上。微博36氪知乎
可靠性这笔账，不能不填进分母
"许愿式编程"的前提是模型自己当质检员，但质检还没完全扛得住：同题对比中，非思考模式在库存核对里仍会漏减一张 6 元优惠券。"写完了，自己看不出哪儿不对"的老毛病在社区里依旧有反馈。重度消耗同样不设上限，有用户自述曾在一天花掉 1800 多元、烧掉 120 亿 token。哔哩哔哩知乎知乎
服务稳定性也有过实打实的意外：10 月 15 日 DeepSeek 的网页、App 与 API 一度集中中断，开放平台随后发布补偿通知，按账号 7 日内（10 月 8 日至 14 日）的消耗金额以赠金形式全额返还，赠金自动到账，之后 API 扣费先从赠金里扣。第三方通道还没跟上这波更新：OpenCode 的路由仍指向 9 月版本，请求 1017 标识会返回模型不可用。知乎知乎
这笔账，不同人该怎么算
普通用户打开网页端和 App 就用上了新版，不涉及定价；开发者的正确姿势是拿自己的一次真实任务跑端到端——看任务成本和一次成功率，而不是比每百万 token 的标价，前者 1017 有实惠，后者海外低端款已经追上。对数据敏感或大批量的团队，开源权重加本地部署是对手复制不了的筹码：社区已在双 DGX Spark 上用 TensorFold 引擎实测，文本和代码生成速度比 vLLM 方案高出一大截。还有一个悬着的变量：社区普遍在等 V4.1 Pro，而按 DeepSeek 的历史，"Pro 不如 Flash"的情况至今没出现过。在它落地前，1017 就是 DeepSeek 性价比的全部答卷——没有让价格表上的数字变小，而是让同样的钱能办成的事变多：不是模型降价了，是干活便宜了。哔哩哔哩知乎
