10 月 17 日凌晨，DeepSeek 把线上运行的 V4.1 Flash 静默换成 1017 快照，网页、App、API 同步切换，模型名没变，权重按 MIT 协议挂上了 Hugging Face。这个版本当晚冲上知乎热榜第一，热度接近两千万，"DeepSeek 新模型优势在哪"就成了大家想问清楚的事。官方对这次更新的定义只有一句话——「性能–费用的帕累托改进」，而"优势在哪"的答案就藏在这半句话里：它不是全面登顶，而是用旗舰模型零头不到的成本，把 Agent 实战任务做到第一档。知乎小红书知乎
基准表确实全线上涨，但优势集中在 Agent 实战
对照上一代 9 月版本逐项看，官方口径下11 项基准全部提升，其中 Terminal-Bench 4.0 从 31.2% 涨到 42.3%，是 11 项里跳幅最大的一项。《科创板日报》的说法与此一致：DeepSeek V4.1 Flash 已更新至 V4.1-Flash-1017，官方网页端、App 与 API 同步变更，新模型在各方面基准测试中取得提升。知乎微博
真正拉开差距的是 Agent 实战类榜单。官方模型卡的对照表里，DeepSWE v1.1 拿到 77.0%，超过 Claude Opus 5 的 74.0 与 GPT 5.6-Sol 的 73.0，Automation-Bench、Agents’ Last Exam、Apex Bench 这几项也是全场最高分。但同一张表也写着另一面：Terminal-Bench（Opus 5 为 51.8%）、HLE、ProgramBench、NL2Repo-Bench 上 Claude Opus 5 依然领先——所以更准确的说法是，1017 在部分编码任务上性价比最高，谈不上全面领先。知乎知乎
账单才是优势的另一半：单价没动，干活的钱变少了
先看价签。这轮更新 API 名字和价格都没动，现行每百万 token 报价仍是 9 月 10 日生效的那一版：闲时输入缓存命中 0.02 元、未命中 1.0 元、输出 4.0 元，高峰时段翻倍。变化藏在用量里：官方称多数场景下 Token 消耗比上一版降了一半以上，任务运行时间和输出长度同步缩短——同样的钱，现在能多干一倍的活。36氪知乎
单位任务的账更能说明问题：官方给出的 DeepSWE 帕累托曲线里，低思考预算约 ¥1.1 一个任务就有 72.5% 通过率，max 预算 77.0% 登顶全场、均价约 ¥1.6 一个任务。按官方口径，单位任务综合成本只有同类模型的百分之一到二十分之一。知乎
省钱的地基是 9 月那次架构换代：一款 552B 参数的 MoE 模型，采用全新 Causal-Encoder-Decoder 结构，输入侧只激活 8B、输出侧激活 16B。36氪
关键增量在缓存：与上一代 V4 Flash 相比，它对 HBM 的需求降到四分之一、对 SSD 的需求降到八分之一，官方称初代 DeepSeek V1 的 KV Cache 是它的 437 倍；这些设计把上下文从 4K 拉长到 1M，单 token 解码 FLOPs 只增加约四分之一。对多轮调用、缓存命中占比高的 Agent 工作流来说，这些数字对账单的影响，比基准分数更直接。36氪
官方分和第三方分之间，差着一套框架
看优势得先看懂口径。官方 42.3% 的 Terminal-Bench 成绩自带前提：跑这套测试用的是 Claude Code 框架，跑 DeepSWE 用的是 mini-swe-v2，公告还专门要求把 DeepSeek Harness 升到 0.2.1-rc.1 以上才能拿到最优体验，等于承认分数和框架深度绑定。第三方数据因此对不上：OpenRouter 模型页引用的 Artificial Analysis 给出的 Terminal-Bench 4.0 是 26.8%，比官方低 15.5 个百分点；不过该页没有注明测的是否为 1017 快照，若实际测的是 9 月版本（官方自报 31.2%），差距收窄到 4.4 个百分点。无论按哪个基准，"官方分不等于换套框架的分"都成立，选型前拿自己的任务跑一遍比看榜单可靠。知乎知乎
还有一个更硬的短板：Artificial Analysis 的 AA-Omniscience 测试里，这个模型准确率 46.4%，非幻觉率只有 3.5%，对编码 Agent 来说，这表现为编造不存在的 API，遇到不会的问题它几乎从不承认不知道。知乎
至于 X 平台流传的"1017 是用指纹工具测出的海外旗舰蒸馏换皮"，提出这一说法的测试仓库本身被指出方法相当不靠谱。更专业的分析指出，模型指纹检测在特定条件下可以获得一些线索，但远没有可靠到能够充当模型身份鉴定书的程度——这条传闻没有官方信源支撑，不影响对能力本身的事实判断。微博知乎
同一天的两个"附赠"：搜索 API 与静默更新的代价
10 月 17 日一起上线的还有 Search 和 Fetch 两个接口：前者按关键词返回结构化网页结果，后者把网页正文抓取成方便模型阅读的 Markdown，按请求次数计费，每 1000 次成功请求 5 元，北京时间 11 月 1 日 00:00 起生效；目前经由 DeepSeek Harness、Claude Code、Codex 产生的服务端调用还暂时免费。官方称这套搜索底座完全自研，索引了全球千亿级网页、每天稳定处理数亿次搜索请求，并声称会过滤黑帽 SEO、GEO 操纵和低质 AIGC 内容；这些是公告里的能力描述，索引抓取如何处理站点拒绝与版权边界，官方没有展开。知乎知乎
静默本身也是这次"优势"的代价。API 名字不变、程序一行不用改的另一面是：1017 是覆盖式更新，用户无法在端点层面钉住旧版本，旧权重虽然还在 Hugging Face，线上行为已经改变；依赖固定模型做回归测试、合规审计或成本预测的团队，一次静默替换等于长上下文缓存全部作废、行为口径重新验证。稳定性也值得记一笔：10 月 15 日上午 DeepSeek 网页端和 App 出现过服务异常，9 月以来故障频出是社区反复讨论的话题。知乎知乎
判断"优势在哪"其实可以落到三个条件：你的任务是不是高频 Agent 型、是否吃长上下文缓存命中、对版本漂移是否敏感。三个都占，这次更新的红利是实打实的——单价不动、用量减半、基准跳升；反之，42.3% 这类官方分要先按自己的框架复测过才算数。还有一个悬念：9 月 14 日 12:00 起 V4 Pro 请求已全部路由到 Flash 并按 Flash 计价，官方当时说"直到 V4.1 Pro 上线"，如今一个多月过去，Pro 线仍未见踪影。当更便宜的 Flash 持续吞掉 Pro 的价格带，DeepSeek 产品线的"档位"本身，才是这次静默更新里最值得继续盯的变量。36氪知乎
