10月17日下午，DeepSeek没有预告就把线上Flash主力模型换了血：网页、App与API同步切到DeepSeek-V4.1-Flash-1017，社区口中的"V4.1 F"指的正是这一版。往前数，V4.1 Flash的初版发布于9月10日前后、支持原生多模态，这次1017属于小版本增量。界面新闻微博
围绕它的热搜词是两个：性价比、许愿式编程。把官方披露和两组独立实测放在一起，结论可以提前给：性价比是真的——有人用真实API跑9组任务、约90万token，总共花了1.71元；66万字里"捞针"三道题7.71秒全对，只花0.79元。但翻车同样真实，而且高频翻车的根源不是模型"太笨"，是它看不出自己交的东西哪里不对，以及你误读了那些数字的口径。知乎
这笔"便宜"，省的到底是哪部分钱
先看价格结构：官方价格页的API单价并没有动，降下来的是"完成一个任务的总成本"。有媒体按官方图表测算，在DeepSWE v1.1编程基准上，1017最高档单任务约1.3元，9月版最高档约3.3元，降了约六成；原因不神秘——这版专门压缩了输出长度和任务运行时间，轮次和重试少了，花的钱自然少。知乎
计费还分高峰和空闲两档：工作日9:00—12:00、14:00—18:00算高峰，其余时间、周末和节假日全部半价。知乎
缓存的影响更陡：同一段3.6万token的材料问两遍，第一次0.075元，第二次命中缓存只要0.0036元，成本降了95%。体验侧的参考值是：66万字、39.5万token的会议汇编捞埋点信息，7.71秒全对；流式输出首字延迟0.40到0.94秒，输出速度149到197 token/秒。知乎
最容易读歪的一点："单任务1.3元"不是你的成本。同一笔20万token输入、2万token输出的账，高峰未命中缓存与空闲全命中能差出三倍多——同样的量，空闲时段0.28元；如果输入全走缓存命中，输入费只要0.008元，合计0.168元。另外思考模式也计费，实测里生成一个线程安全缓存组件，有8684个token花在"思考"上，这部分经常比最终答案还长。知乎知乎
翻车点一：许愿式编程，“清单勾完"不等于"摆对了”
官方对这版的定位，是靠基于自反馈的强化学习提升从零构建完整项目的能力，游戏开发和3D建模是主要卖点，能接"许愿式"编程请求。界面新闻
一位开发者没测Todo List，直接上了四个硬活：夜雨公交站、会飞的Roadster、3D版《千里江山图》、一台折叠掌机。四个都交付了，没有一个细看能过关：撑伞等车的乘客剪影拼成了一枚箭头，Roadster成了"火箭卡丁车"，相机穿模埋在山体里，掌机绕铰链翻180°后是平摊而不是合上。故障模式非常一致：它不会写不出来，是写完了自己看不出哪儿不对——提示词里的清单它逐条都填，但填完不检查各部分之间的空间关系和结构约束。知乎
开放题材（氛围、构图、脑洞）它直出就能打；换成有现实参照、有明确验收标准的题目，第一版往往第二眼才露馅。网上流传的一组第三方对比也指向同一件事：同一个可交互果冻物理任务，1017非峰时约0.32美元、54分钟，Claude Opus 5.5约7.8美元、61分钟，静置画面差不多，上手一碰高下立判。注意这组数字是社区转述、未独立复测，便宜归便宜，订阅用户另算一本账。知乎
翻车点二：跑分和传言，都别按字面读
官方称11项基准全部上涨，但数字均为自报，且表格自带脚注：Terminal-Bench跑在Claude Code框架里、DeepSWE跑在Mini-SWE-V2里、HLE只测了纯文本子集；1017的第三方独立复测目前还没出来。知乎
所以那张77%的正确读法是"在这套框架、这套配置下拿到了77%“，不是"所有编程任务都能过77%”。网上流传的"AA智能指数45-46"也只是猜测，AA页面当前口径的39分和Vals的57.86%都是9月版成绩，不能安在1017头上。知乎
另一场闹得更大的"蒸馏GPT"指纹风波，结论同样要收着读：指纹工具页面显示"GPT-6 Astra，84.66%"，但拆解文章指出这个84.66%是分类概率、不是指纹相似度，且该工具只比对gpt/claude系模型，连随机数都可能被强行匹配出结果。单张工具截图撑不起选型决策，无论是捧的还是踩的。知乎
翻车点三：稳定性——5小时中断抹平一天的性价比
发布前两天，也就是10月15日，DeepSeek经历了近期最长的一次服务中断：状态页记录从早上8:11持续到13:04，接近5个小时，网页对话、V4 Pro API和V4.1 Flash API全部受影响。知乎
补偿方案按每个账号10月8日到14日这7天的API消耗金额，以赠金形式全额返还、自动到账，被不少人评价为"崩出了好感"。但故障原因官方只回应了一句"会全面梳理并剥离单点依赖"，未做具体说明；翻旧账的话，今年官方状态页已记录过44次异常，3月底还有一次近12小时的长时间宕机。知乎
这里没有免费的教训：只用网页和App聊天的免费用户不在补偿范围内，把模型当生产依赖的团队更没有兜底可指望。接入AI接口的业务要备好降级模型，别把鸡蛋放在一个篮子里——便宜的前提是它一直在线。
避坑清单：选型、用法、验收各一条硬边界
选型上，最容易踩的坑是模型切错：图像理解只有flash有，pro没有；要发图别切到pro，它也不支持生成图片。API模型名仍是deepseek-flash，旧名deepseek-v4-flash也还能调，但背后服务的已经是1017、按flash计费——别拿旧模型名当旧版本回滚用。顺带把搜索成本也算清：自研Search/Fetch接口同为5元/千次成功请求，在DeepSeek Harness、Claude Code、Codex里通过服务端工具调用目前不计费，2026年11月1日00:00（北京时间）开始收费，做Agent预算时别漏掉这一项。知乎知乎
用法上，三条规则直接决定账单：不着急的批量任务挪到晚上、周末或节假日，直接五折；同一任务别反复开新会话，保持前缀一致让缓存命中；简单问答和固定格式抽取关掉思考模式更快更省，代码、数学、复杂推理再开着。知乎
验收上，能跑通的代码不等于能合并的代码：它自己出题、自己答题，测试通过不代表覆盖了边界，合并前人工review不能省，把它当"能交付初版的实习生"，别当"不用验收的外包"。产品级3D、交互式物理、比例和朝向这类视觉结构验收，仍然得有人盯着调。知乎
还有一条升级习惯：换版本后把社区明确要求保留的行为回归测一遍——实测中就出现过旧版保留的骰子悬浮预览被整块删掉，开发者形容新版"更聪明但更难驾驭"。知乎
最后交代边界：以上实测均来自公网API、单并发、工作日高峰的默认配置，单次运行存在波动，1017的第三方独立复测截至发稿也未发布。结论只能给到证据覆盖的范围——在"读得长、看得懂图、写得了代码、还便宜"这四个条件的交集里，这一版目前难绕开；硬核推理仍建议交给v4-pro，视觉与结构的正确性仍要人验收。想验证它值不值，最便宜的办法不是看跑分，是拿自己的真实业务跑一周。
