DeepSeek悄悄换了芯：打开App就是新版，最烦人的啰嗦毛病修掉了

10月17日下午，打开DeepSeek App的人其实看不出什么变化。界面还是那个界面，按钮还是那几个按钮，连模型的名字都没动一下。

但底下跑的东西，已经换过了。你手机里要是装着DeepSeek，这次升级已经自动生效，一分钱不用花。

DeepSeek当天发了个公告，V4.1 Flash更新到了V4.1-Flash-1017，网页端、App、API三头同时切换。版本号里的1017就是10月17号，他们习惯按日期给快照起名。最有意思的是这次升级有多安静，API的调用名还叫deepseek-flash，价格一分没动，接入它的工具连一行配置都不用改，拿到的就已经是新模型。

那换了什么？标称是两件事，更强，更短。

强在哪？这次放出来的跑分，涨得最猛的不是答题，是干活。Terminal-Bench这项专考AI能不能在终端里把一串操作跑完、把一整件事办成的测试，从31.2分蹿到42.3分，涨了三成还多，顺手越过了GPT-5.6 Sol的39.9分。考把一个需求变成完整程序的ProgramBench，也从20.3分提到29.1分。

跟跑分一起放出来的演示更直观。DeepSeek管这个叫许愿式编程，你给几句需求，它从零把整个东西搭出来，展示案例里有故宫的3D建模，有能玩的网页赛车游戏，甚至还有用游戏引擎复刻的《传送门2》。

先别激动，这些分数全是自己报的，演示是自己挑的。Agent类测试有个特点，同一个模型换一套执行框架，分数能飘出八九分去。所以趋势看看就好，别当结论用。

短，才是普通人最能感觉到的部分。

你要是一两个月前用过DeepSeek，可能嫌过它啰嗦，问题不难，它先思考一大段，回答绕来绕去。9月份有位专写编程的答主吐槽过这个过度思考的毛病，说思考过程把费用拉高了，那条回答拿了五百多赞，底下挂着一百四十多条评论。

这回更新日志里明明白白写上了输出更短、任务完成更快。也就是说，大家骂的那件事，被认下来当成整改项了。

用户的反应很快。有位拿它24小时连轴跑数据分析的重度用户写，新版上线后输出快准狠，没有雷霆大思考，每小时的开销直接少了一半，他的结论是，新版本的一块钱现在能顶五块钱用。另一位常拿它写材料的用户说，中文写作水平提升了，3D场景构建能力也涨了不少。

对免费用户来说，短意味着回答利索，等待变少。对走API按token付钱的人来说，短就是实打实的钱，单价没变，同样的活废话少了，账单自然薄。标称下来，单个任务的成本大概在一两块钱这个量级。

那凭什么又能强又便宜？答案藏在架构里。V4.1 Flash是混合专家设计，纸面上有5520亿参数，真干起活来，每生成一个字只调动其中160亿左右，相当于全公司的人都在编，每个活儿只来一个小组。这次还把长对话要占的显存压到了上一版的四分之一左右。占的内存少了，搬运的数据少了，成本就下来了。

好处说完，说没变强的。

跑分表里有个数字容易被划过去，HLE这项不带工具的硬推理测试，这次不升反降，从44.0掉到42.6。同一项测试，Claude Opus 5拿的是56.3分，差了将近14分。

所以对这一版的判断收成一句，干活强了，硬推理还是输。让它写个小工具、整理材料、把一件流程性的事跑完，是它的甜区；要顶格的复杂推理，它还够不着。

有人会说这升级不实在，专挑跑分刷。这话有它的道理，能刷的分都刷上去了，硬推理确实掉了，证据摆在那。但得记着前提，价格一分没涨，免费版照旧不要钱。在零成本这个档位里，这笔交易的门槛已经低到不能再低，好用你就多用，不好用你也没损失什么。

还有个实际反馈里的小变化，敏感内容的口子收得比以前紧，之前能绕着生成的内容，现在直接不给，对话的字数也明显变少了。拿它写小说、玩角色扮演的，心里得有个数。

那要做什么动作？

手机里有DeepSeek的，什么也不用做，不用更新不用设置，打开就是新版。之前嫌它啰嗦卸载了的，值得装回去再试一次，骂得最多的那个毛病，人家这回专门修了。走API接Claude Code这类工具干活的，调用名没变，接着用就行，账单能看出来薄了。

deepseek-flash这个名字，今天还是没动一下。看着什么都没变，里头已经换了个东西。这大概是今年最省事的一次升级，你连一个按钮都不用按。