10月17日，DeepSeek把V4.1 Flash更新至V4.1-Flash-1017版本，官方网页端、App与API同步切换，模型调用名和价格都没变，权重照旧以MIT许可证开源。这次更新的核心是"许愿式编程"：用户用一句自然语言提出要求，模型直接从零做出游戏、3D场景这类能运行的完整项目。官方发布的基准成绩中，新版在DeepSWE v1.1编程基准拿到77%，超过对比表中GPT-6 Astra的74%，平均任务成本却只有约0.2美元。也就是说，刷屏的"帮我造个游戏"式玩法，第一次出现在一个不用换名字、不用加价就能用上的flash级模型上。每日经济新闻新浪科技新智元
"许愿式编程"许的是什么
DeepSeek给出的官方演示里，第一个是故宫3D建模：镜头掠过红墙金瓦，从高处俯瞰院落，再转到城门前，可以从不同角度观看。此外还有带选车、倒计时、驾驶舱视角切换和结算界面的网页赛车游戏，基于Godot引擎开发的《传送门2》复刻，以及让河畔聚落从史前一路演进到现代的Valley of Ages。四个项目共同点是"从零开始、整个项目能跑"，而官方对能力变化的归因是基于"自反馈"的强化学习训练——让模型在长任务里自己检查、自己修正结果。DeepSeek Harness同日更新到0.2.1-rc1，官方演示即在这套Agent框架上产出，用户拿到的是同一套体验。一位B站UP主用单条提示词实测"3D科幻探索解谜游戏"：耗时50分10秒、约51m tokens、缓存命中99.8%、花费2.54元。数据出自个人披露，实际花费因任务而异，但与官方"每任务1至2元"的评测均值量级一致。新智元知乎哔哩哔哩
版本号只加了日期，跑分表重画了一遍
更新其实发生在17日上午：有用户发现deepseek-flash的回复变快、变精炼，有人扫描模型列表发现system_fingerprint已经改变，官宣之前社区就已基本确认换了模型。知乎
官方公布的新旧版本对比中，Terminal-Bench 4.0从31.2升到42.3，ProgramBench从20.3升到29.1，DeepSWE v1.1从74.2升到77.0；新版在DeepSWE、Automation-Bench、Agents’ Last Exam和Apex Bench四项成绩均高于表中列出的其他模型。新智元
成本是另一条主线。官方性能-成本图（测试框架mini_swe_v2）显示，新版max档通过率77%、平均每任务费用1元到2元之间，旧版max档通过率74.2%、平均费用在3元到4元之间——通过的任务更多，花的钱反而更少，官方称之为"性能-费用的帕累托改进"。需要说明的是，以上均出自DeepSeek官方披露，截至发布时第三方复测数据尚未出现，与其他模型的对比应按官方口径理解。"为什么不直接叫4.2"也是发布后的争议点之一。新智元小红书
另一张牌：千亿级网页搜索接口
与模型一同开放的还有DeepSeek自研搜索API，Search负责找网页、Fetch负责抓取网页正文。按官方介绍，这套引擎索引了全球千亿级网页，每天处理数亿次搜索请求，支持多语言，并针对SEO作弊、GEO操纵和低质AIGC进行识别过滤。两个接口分别收费，价格都是5元/1000次；只有成功且有结果的调用计费，失败、超时或空结果不收费。哔哩哔哩新智元
还有一个时间点：通过DeepSeek API在DeepSeek Harness、Claude Code、Codex中发起的服务端Search/Fetch工具调用，目前尚未计费，将从2026年11月1日00:00（北京时间）起按次收取费用。搜索接口补上的是Agent"检索、读原文、写代码"的链路：许愿做出项目之后，模型可以自己去查资料，这也是"成真"的另一半。新智元
"成真"的边界在哪里
"成真"的确切范围是能跑的完整原型：演示层面的赛车游戏、3D场景开箱即得，但改玩法、调画面、工程化仍需人在原型上继续做；单个任务能否做成、要重试几次仍取决于任务复杂度，1至2元是评测均值而非承诺价。现在就能上手验证：网页端和App用deepseek-flash直接体验新版，权重已在Hugging Face与ModelScope开源、MIT协议；在搭Agent、用到Search/Fetch的用户，建议赶在11月1日计费前核算成本。还缺的信息同样明确：第三方基准的第一波结果、同提示词下的逐项新旧对照、开源权重在不同硬件上的实际表现。许愿式编程刚跨过"可用"的门槛，真正的分水岭，要等这些数字落地。
