10月17日，DeepSeek把V4.1 Flash更新到1017版本，网页端、App、API三端同步切换，模型名称和价格分毫未动，权重按MIT许可开源挂上了Hugging Face和ModelScope。这次升级没往“新知识”上加弹药，几乎全部押在同一个点：从零构建完整的前端、3D和动效项目——官方演示了故宫3D建模、网页赛车游戏和Godot复刻《传送门2》，官方管这套能力叫“许愿式编程”。于是这两天，“前端实测”铺满了视频和社区平台，B站UP主的双盲前端/3D测试直接给出判断：前端世一 Flash，这个价格性价比超级高了！结论可以先给一句话：前端增益是真的，它已经站上网页开发专项榜的开源第一；但“11项全涨”说的是对比自家9月版本，对着顶级闭源模型，它依然4胜7负，“碾压Opus”言过其实。知乎微博哔哩哔哩
几块钱一个“3D故宫”：这轮实测的共识与分歧
媒体和重度用户的实测先给出了方向一致的答案。智东西拿它做了古代开封3D探索场景和网页赛车游戏两个案例，两项案例均一次性完成，合计花费约6元，场景有空间层次，人物却仍以多边形方块为主。花叔（橙皮书作者）一晚抛出发布会PPT、动效片、纪念碑谷解谜关、故宫3D等10多个案例，花了5亿token、28块钱，他的结论是除了订阅的Claude Code和Codex，这可能是现在能用到的价格最低、效果最好的选择，只是审美和长程任务跟Opus5.5还有差距。知乎微博
分歧同样明确。国内AI账号的实测拿10项真实编程任务对标Opus 5.5与GPT-6 Astra：任务全部通关、单项仅需0.045美元，但耗时2分38秒，对比Opus37秒、GPT55秒，速度差距悬殊。海外社区的概括是“又香又慢”：动手前想半天，老外吐槽“作为 Flash 这太糟了”，最后10%还爱钻牛角尖，得有人盯着。小红书小红书
“全涨”是自比，对竞品官方表里就写着7负
官方模型卡的对照确实全线抬升：Terminal-Bench 4.0 从31.2%跳到42.3%、DeepSWE v1.1 从74.2%到77.0%、ProgramBench 从20.3%到29.1%，涨分几乎全押在“把真实任务跑完”这一类科目上。官方同时称，单项任务平均费用较上一版本下降约六成。但同一批数据对着Claude Opus 5读，结论立刻变了：11项里只赢了4项，HLE“人类最后的考试”42.6对56.3，差了13.7分。这个模型的画像很清楚——不是最聪明的，而是能干完活、还特别便宜的。知乎知乎知乎
官方数字也有统计前提：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Harness升级到0.2.1-rc.1以上才拿得到最优体验。而在OpenRouter引用的独立评测中，Terminal-Bench 4.0只有26.8%，比官方低15.5个百分点，且没写清所测快照是否就是1017版本。知乎
独立的强信号在10月19日到来：Arena宣布，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。它得分为1670，仅落后榜首GPT-6 Sol（Max）12分，并站在“没有模型能同时更便宜、得分更高”的帕累托前沿上。知乎
“前端之神”为什么是突然出现的
这不是一次架构升级：官方配置文件和9月10日那版完全一致，变的是权重，不是模型的形状。架构本身是“大存储、小激活”：552B参数的MoE主干，每处理一个token，输入侧只激活8B、输出侧激活16B，用极小的计算量换速度和成本。知乎知乎
这次涨分来自官方所称的“基于自反馈的强化学习”——让模型自己评判输出再迭代，这招对“任务能不能跑通”特别有效，却治不好知识深度：RL能教模型把活干对，教不了模型知道更多。社区对Agent线提升的评价更直接：新 Flash 在Agent任务上带来了堪比跨代的改进，正式超过前任国模SOTA Kimi K3。知乎知乎
你还没切换，就已经在跑新版——但还有个大变化
由于模型名和端点都没动，所有API调用从17日起自动运行新权重，连已退役的deepseek-v4-flash等旧id也路由到它。价格一分没涨：闲时输入（缓存未命中）每百万Token1元、输出4元，高峰翻倍，缓存命中低至0.02元，综合成本约为Kimi K3的1/10。比模型本身更值得开发者注意的，是DeepSeek把自研搜索引擎开放成了Search、Fetch两个API，千次5元、搜不到不收钱——便宜代码模型加自家搜索层，省掉的是再对接一套第三方搜索服务的麻烦。知乎知乎36氪
把这些口径放在一起，这轮“前端实测”的合理用法也就清楚了：做原型验证、批量跑任务、低成本3D和动效demo，1017是当前性价比最锋利的选择之一，但“官方分”出自特定框架和指定版本，拿自己的任务自测一轮再定去留；要极限速度或跨学科深度知识，它离Opus 5.5和GPT-6.1 Sol仍有距离。至于这个“榜一”宝座能坐多久——同一周里MiniMax发布M3.1 Flash，基准成绩与1017基本追平，输入价格砍到每百万Token1元。便宜且够用的窗口期，大概率不会开太久。知乎
