10月17日下午，DeepSeek官方账号在3秒内连发四条推文，没有直播、没有预热、没有CEO出镜。四条加起来不到三百个英文单词：一个新模型、一个自研搜索API、一张基准分数表。知乎
24小时之内，#DeepSeek新模型许愿式编程#在微博连挂两天，小红书测评帖评论区吵成"先质疑还是先信"，B站按时间刷"DeepSeek 1017"，前40条几乎全是标注"由1017制作"的新视频——"会自己写代码的AI"的第一轮集体创作已经开始了。微博
如果你日常在用deepseek-flash的API、跑着编码智能体，你最该关心的不是演示有多震撼，而是三件事：它到底哪里变强了、价格能不能信、今晚要不要动你的管线。三笔账，分开算。
一、能力账：涨的分，涨的全是"动手干活"
官方更新日志给了11项基准的对比，最扎眼的几组：Terminal-Bench 4.0从31.2涨到42.3；ProgramBench从20.3涨到29.1，相对涨幅43%；HLE不含工具从36.8升到42.6；DeepSWE v1.1从74.2到77.0。知乎
先说一个容易被刷屏盖住的事实：架构没动。还是9月技术报告里那套552B MoE、100万token上下文、MIT开源权重，参数量照旧不公布。 换句话说，这不是"新模型"，是纯后训练版本——换的是训练方法，官方给的名字叫"基于自反馈的强化学习"。别家早把这包装成4.2发布了，DeepSeek只愿意把0910改成1017。知乎
涨分分布比单项分数更能说明这次迭代买到了什么：考真实终端里连续多轮操作、调试到任务推到底的Terminal-Bench，考从零构建一个能跑起来的程序的ProgramBench，涨得最猛；考单点理解的项涨幅最小。方向高度自洽——模型学会了自己跑一遍、看报错、改完再跑，直到通过。官方演示里的3D故宫、网页赛车、用Godot复刻《传送门2》，卖的全是这类"自动可判定对错"的活。知乎
但三处折扣要先打好：其一，分数全是官方自测，Terminal-Bench用的是Claude Code框架、DeepSWE用的是Mini-SWE-V2，换个框架分数就会动，跨厂商对比别直接连线。 其二，海外独立实测（搬运视频口径）显示，偏工程的DeepSoftwareEngineering上它能追平甚至超过Opus 5.5，但Terminal-Bench 4.0仍是42.3对51.8，和旗舰比终端长任务还有差距。 其三，公告对训练方法只给了一句话，奖励怎么设计、验证器长什么样都没交代，技术拆解文只能从涨分分布反推——“最像把执行结果当反馈那一支”，这是推断，不是实锤。知乎哔哩哔哩知乎
"许愿式编程"是这套能力被包装成的产品词。要拆穿它也没那么神秘：提示词和素材都很少时，它靠"做—看—改"的闭环自己把活干完。但工程场景里，需求仍然要你想清楚，它补足的是实现，不是需求。
二、价格账：别人涨价，它一格没动
API模型名不变、价格表一格没动：缓存未命中输入每百万token 1元、输出4元（闲时价，高峰翻倍），并发上限2500，输出上限384K。 旧模型名deepseek-v4-flash、deepseek-v4-flash-vision-exp也还能调，请求会落到新模型上，按Flash的价格计费。知乎知乎
把这条定价放到同一周的时间轴上看才有意思：Gemini 4 Argon尝鲜价每百万输入2美元、输出10美元，12月1日起翻倍；阶跃星辰Step 5 Preview的缓存命中输入价10月14日刚从0.35元上调到0.7元；Claude Opus 5.5快速模式速度2.5倍、价格2倍。前沿模型集体涨价的这一周，DeepSeek按月更了版本、价格原地不动。 海外开发者自测GPT-6.1 Sol Ultra和V4.1-Flash-1017 Max对比，称质量接近、API成本便宜九成；国内作者的DeepSWE自测口径更直接：1017+max每个任务平均1.3元，同一评测里Claude Opus 5.5修复的bug只多7.7个、花费却是它的65倍。 都是一手自报数据，量级方向可以采信，具体数字别当尺子。微博微博知乎
同一天上线的还有自研搜索API：Search和Fetch两个接口，按每千次成功请求5元计价，失败不计费，官方称收录全球千亿级网页。注意免费窗口的细节：通过Harness、Claude Code、Codex调用时服务端工具本来就会打到这两个接口，现在免费，11月1日零点起按次收费。你的智能体如果一直在"白嫖"这份搜索，11月前记得把调用量盘一遍。知乎
还有个背景值得记住：10月15日近5小时宕机刚过去，官方按10月8日至14日的API消耗全额返还赠金，腾讯WorkBuddy、CodeBuddy跟着把这几天消耗DeepSeek的积分也退了。 宕机时社区就猜是在给新模型压测——时间点确实严丝合缝。知乎
三、疑点账：指纹帖破21万浏览，集成先断了
热度里有三个疑点是真的，别当黑也能当白看。
第一，"同名换芯"的稳定性风险。模型在同一个名字背后被无声换掉，没有开关、没有版本提示，社区里已经出现"WorkBuddy插件不能用了"的报损，10月18日早上8点11分起V4 Pro、V4.1 Flash的API又出现部分宕机。 对稳定性极敏感的管线，"静默升级"未必是好事。知乎小红书
第二，指纹争议。“V4.1-Flash-1017指纹测出来是6-Astra"的知乎问题浏览量已超21万，评论区两派互咬：质疑派说"蒸馏痕迹很重”“真以为开源公司有训前沿模型的能力”，信任派说"亲自试了完成效率确实高"“flash本来就是小模型，别想太多”。 官方没有回应。好消息是这次MIT权重照旧开源，在HuggingFace和ModelScope就能下载——验证"6-Astra说"的成本，此刻就摆在你自己手里。知乎
第三，“整齐抬头"的分数表本身。小红书测评帖热评第一是"这表太超出认知了，先质疑”，底下有人回"刚发布没几个小时，多试试"，也有人翻旧账"印象中好几次吹嘘失败了"。 情绪化对劈是DeepSeek每次发版的标配，这次连话题起势的那条微博主帖也只有167个赞——比榜单更值得看的，还是你自己的任务集。小红书
至于刷屏的"下周一A股人工智能概念"，利好名单已经画到HBM、低代码、AI开发框架——那是情绪叙事，不是交易数据。"摧毁全球AI格局"这种标题，也请把主语换成"一个Flash小版本的后训练迭代"再看。一次版本更新证明不了阵营结论，它只证明了同一套底座的训法空间还没榨干。
四、今晚动手清单
编码智能体用户：值得花半小时。别看官方分数，跑你自己的评测集——挑2-3类真实任务，30-50条样本，重点看步数、报错回改率和token消耗。这一版的卖点是"想得更少、写得更短、钱花得更省"，只有自家评测集感受得出来。
稳定性敏感：上线前先跑一遍灰度。旧模型名会自动路由到1017——不想换新版的人，反而得自己动手确认和锁定。
靠搜索的Agent：11月1日前接入DeepSeek搜索是免费的，先把账算清，账单可能比你现在的外购搜索便宜。
自部署玩家：MIT权重已上HF和ModelScope，跑一遍指纹对比，就是对"6-Astra说"最直接的表态。
继续盯四个信号：官方会不会补技术报告（奖励设计、验证器）、指纹争议有没有回应、11月1日搜索API第一张账单、以及"一月一版"节奏下的下一个版本。
这次DeepSeek端上桌的不是"新模型"，是"一个后训练的配方版本"：名字没变、价格没动，但手更稳了。要不要把编码智能体默认切过去，答案在你的评测集里，不在演示视频里。
测完来评论区报个数：你让1017干了什么活，花了多少token，比旧版少了几步。
