10月17日，DeepSeek把网页、App和API背后的模型直接切到DeepSeek-V4.1-Flash-1017，调用名仍是deepseek-flash，价格不变，权重也已开放下载。 官宣主打的卖点是「许愿式编程」：一句话生成可运行的3D故宫、网页赛车游戏、Godot引擎的《传送门2》复刻。新智元哔哩哔哩
基准测试方面，官方对比表里Terminal-Bench 4.0从31.2升到42.3，ProgramBench从20.3升到29.1，DeepSWE v1.1从74.2升到77.0，得分还高于同表的GPT-6 Astra（74%）。新智元
对用户真正要紧的是另一张官方图：上一版max档通过率74.2%、平均每个任务花3-4元，新版通过率77%、平均只花1-2元，DeepSeek称之为「性能—费用的帕累托改进」。新智元
「轻量化」轻的不是模型大小，是账单
先破除一个误会：这条产品线的参数量其实在变大。1017发布后，有开发者去HuggingFace核对权重页，称这个版本的规模已到763B，直言"已经不能算Flash模型了"。 变小的是另一本账：技术拆解显示，V4.1 Flash在总参数从2840亿涨到5520亿的同时，把KV缓存又压了4倍、9个月累计压缩54倍。 早在9月V4.1 Flash发布时，DeepSeek Harness组成员崔添翼就把卖点说得很直白：新的预训练基座、多模态能力、成倍节省缓存存储成本、超越上一代Pro模型。 这就是本轮AI轻量化的真面目：总参数持续膨胀，但推理时真正激活的部分和缓存开销持续收缩，最终折算成单一指标——完成一个任务要花多少钱。哔哩哔哩哔哩哔哩微博
这不是DeepSeek一家的事。智谱1月发布的GLM-4.7-Flash把30亿激活装进300亿总参数，官方定位就是为轻量化部署提供兼顾性能与效率的新选择。 到了8月，行业观察者的总结已经变成"前两年大家疯狂卷参数，8月能明显看到风向变了，不再一味堆规模"。微博微博
压价是双向的：9月底GPT-6 Luna发布，直接把百万token的输入价打到0.1美元。 到了10月15日，OpenCode把DeepSeek V4.1 Flash免费开放。 AMD也同步免费开放了V4.1 Flash、Qwen3.8-Flash-Next、GLM-5.3-Flash等多款模型的API调用。 一个月内，"Flash档"能力从"旗舰缩水版"变成伸手就能白嫖或近乎免费的通道。微博知乎知乎
创作者可以立刻做的三件事
第一件，把想法验证变成廉价试错。今天的B站已经是实测场：一句话直出的三体运动MG动画、体素珠江新城、短片《潜光》。更可信的是一张自述账单：一位UP主用deepseek-flash配编码代理做出160秒1080p音乐动画，画面配乐全部由代码生成，总消耗约1330万token、花了约1块钱、跑了103步。 过去"先决定要不要买卡、充几百"的原型测试，边际成本已趋近于零——被检验的不再是"模型能不能做"，而是"你的想法值不值得做"。哔哩哔哩
第二件，在11月1日前算清搜索功能的账。伴随更新开放的还有DeepSeek自研的Search与Fetch接口：5元/1000次，只有成功且有结果的调用才计费，失败、超时、空结果不收费。但通过DeepSeek Harness、Claude Code、Codex发起的服务端搜索抓取目前免费，2026年11月1日00:00（北京时间）起按次收费。 搭"先检索再写作"内容流水线的创作者，应当赶在免费窗口内完成调用量估算，把这笔成本提前落进预算。新智元
第三件，趁开源窗口把底牌留在自己手里。1017权重已同步放到HuggingFace和ModelScope，代码与权重均为MIT许可，商用、本地部署都不受限。 没有GPU的工作室也有硅基流动上线的高速版、OpenCode免费额度等第三方托管兜底。 价格战对买家有利的另一面是：今天的低价不保证明天还在，MIT权重是对"涨价、下架"唯一确定的保险。新智元知乎
别把跑分当成成片
边界同样要读清楚。上述性能-成本数字都来自官方基准（mini_swe_v2框架），同一任务能否做成、最终花多少钱还取决于所用的Harness和重试次数——有实测者反馈，同一模型在zcode里能顺利跑出「鹈鹕骑自行车」，换进DeepSeek Harness却明显变差。 关于新版回复风格「接近GPT-6」乃至「蒸馏」的说法，目前只有社区观察、没有任何官方佐证，适合当讨论话题，不适合作转述依据。这次更新倒是回应了上周流传的「V4.1 Flash配合智能体太啰嗦」的吐槽，官方明确新模型缩短了任务运行时间和输出长度。 社区测试还指出，V4.1 Flash支持数值化的reasoning_effort控制思考量，对批量调用的创作者，这是最容易直接体现在账单上的改动。哔哩哔哩新智元知乎
回到标题里的问题。这次更新透出的AI轻量化信号，不是"小模型吃掉大模型"，而是竞争指标已经换成"单位任务成本"，人人都能以更低价格用上接近旗舰的能力。创作者借势的最好方式不是再写一篇解读，而是今天就把搁置半年的点子丢给模型试一次：一块钱、几十分钟，失败了重跑的成本也几乎可以忽略。
