10月17日，DeepSeek一声不吭地"换了引擎"；10月18日，全网都在吵：这是套壳还是真升级？
变化本身不复杂：线上的 deepseek-flash 切到 V4.1-Flash-1017 快照，网页端、APP、API 同步切换，模型名没变，不改代码就能用。另一半"单价没涨"也是真的：闲时每百万 token 输入 1 元/输出 4 元，高峰翻倍，缓存命中只要 0.003 美元。一边是"一句话搭出故宫"的刷屏演示，一边是连夜流传的截图——“指纹工具测出它 84.66% 是 GPT-6 Astra”。换皮疑云、官方与第三方跑分对不上、“我怎么知道用的是不是新版”，评论区三波疑问一天全爆了。我翻了工具说明书、官方模型卡和第三方榜单，答案都在下面。知乎界面新闻知乎
疑点一：测出"GPT-6换皮"？工具压根没把DeepSeek放进名单
84.66% 那张截图，一行文档就能拆穿：这个指纹工具的候选模型一共 18 个，全是 GPT 和 Claude，没有 DeepSeek。这类工具做的是闭集匹配，名单外的模型进来，它照样会挑最像的那个给个高百分比——工具自己的说明书写着"结果仅供参考，不是决定性证据"。所以这张截图既证明不了套壳，也证明不了没套壳。知乎
但指纹工具别急着扔：它不擅长"猜你是谁"，擅长的是"核对你是不是你说的那个"。如果你从代理、中转站买的"GPT"“Claude”，可以用同样的原理先自查一遍——这才是它真正的用武之地。
疑点二：官方42.3%、独立实测26.8%，差的不是模型是考场
Terminal-Bench 4.0 从上一代的 31.2% 跳到官方的 42.3%，独立实测却只有 26.8%，比官方低 15.5 个百分点。知乎
两个数都没造假，差的只是考场：官方跑 Terminal-Bench 用的是 Claude Code 框架、跑 DeepSWE 用 mini-swe-v2，公告还点名要把 DeepSeek Harness 升到 0.2.1-rc.1 以上才有最优体验——42.3 是"自家框架+指定版本"下的成绩，第三方用的是统一公开口径。结论只说到这里：官方分不等于你的分，喊"降智"前先核对框架和版本。知乎
还有个细节：第三方页面标着"V4.1 Flash (Max)"，没写清对应哪个快照，若测的是 9 月旧版，差距收窄到 4.4 个百分点。也别当"全球第一"用：官方 11 项基准拿下 4 项第一，但整体是赢 4 输 7，纯知识的 HLE 只有 42.6，Opus 5 是 56.3。它是个典型偏科生："干活"的项目全赢，"纯智力"的项目全输——把它当外包工程师用，别当百科全书。知乎知乎
看完就办：3件事
确认入口：网页、App 刷新即新版；走第三方客户端或转售渠道（OpenCode、Cherry Studio 等）的，先确认接口已切到 1017，别拿着旧版当"降智"骂。知乎
先定档位再干活：默认 High 档是最大的坑，会反复调工具自查；实测 Low→High 提升不明显，High→Max 才明显——要么低档省着用，要么一次拉满，别在 High 上干耗。
算任务账，别只盯单价：单价没降，但同一个 DeepSWE 任务，旧版开最高档要 3.3 元，1017 只要 1.3 元，综合便宜约六成。输出还有 145~250 token/秒。知乎
模型还是那个模型，权重已按 MIT 协议开源挂上 HuggingFace，价格也原样。新开的 Search/Fetch 接口每千次调用 5 元、11 月 1 日起开始收费。这两周还在免费窗口，要用的人趁早。传闻伤不了产品，档位选错才伤你的账单——先查版本，再调档位，最后再聊套壳不套壳。知乎界面新闻
