10月17日，DeepSeek发布V4.1-Flash-1017模型并开放自研的Search/Fetch网页搜索接口；10月19日，Arena宣布新模型登顶Code Arena WebDev开源榜；10月20日，支撑自家线上服务的推理框架DeepInfer开源。四天三款新品，覆盖模型、工具、基础设施三层，这样的节奏在DeepSeek身上并不多见。但密集的官宣之下，藏着几个上手才会踩到的坑：11月1日起服务端自动调用的搜索将从免费转入计费、开源权重大到个人用户基本跑不动、DeepInfer则明写了三块关键组件“不含”。打算抢先体验的用户，建议先把下面几件事看清楚。
模型确实更便宜能打，但“开源”不等于你能跑
按AI评测平台Arena 10月19日公布的结果，V4.1-Flash-1017在Code Arena WebDev榜单得分1670，是排名最高的开源模型，超过Kimi K3与Claude Opus 5等模型，仅落后榜首GPT-6 Sol（Max）12分。官方还称其在DeepSWE v1.1软件工程测试中超过多个头部模型，单项任务平均费用较上一代下降约六成。API维持原价：输入2元/百万token（缓存未命中、高峰时段）、输出8元，闲时减半，缓存命中的输入低至0.04元，极客公园据此测算其综合成本约为Kimi K3的十分之一。极客公园DeepSeek官网文档
第一个坑在“开源”两个字上：权重虽已放出，据社区实测是全量约500GB级别的大家伙，量化版也没有实质降低门槛，个人电脑本地部署基本不用考虑，普通人尝鲜的现实路径仍是官方API。知乎
第二个坑是模型名。官方价格页写明，模型名请使用deepseek-flash，而旧模型名deepseek-v4-flash等“仍可调用，但对应模型已下线，请求将由DeepSeek-V4.1-Flash-1017提供服务”。也就是说，没改代码的老用户会被静默切换到新版行为，输出风格、思考模式的差异不会有任何提示。同时，官网、App、API同步升级，但第三方接入平台跟进速度不一——有开发者10月19日确认workbuddy、Qoder已可调用1017版，10月21日仍有用户在问OpenCode上了没有；闲鱼上低价出售的“DeepSeek接口”，版本与质量更难保证。DeepSeek官网文档
第三个坑偏开发者向。有实测记录指出，1017的system prompt结构里用户指令排在工具定义之前，如果你的prompt是动态注入的（拼入当前时间、检索上下文等），工具部分就无法命中prefix cache，响应可能慢几百毫秒甚至几秒，单实例QPS随之下降、需要更多实例支撑线上请求。Qwen3.8把tools放在最前则不受影响，解法是把system prompt尽量保持静态，或调整注入位置。知乎
搜索API单价不贵，坑在“默认发生”
Search（网页搜索）与Fetch（正文抓取）两个接口已写入官方文档，支持site:、lang:、日期范围等检索语法，底层是DeepSeek自研搜索引擎。计费规则官方写得很清楚：两者均为每1000次成功请求5元，只有返回HTTP 200且产生结果的请求才会计费，失败、无结果、超时不收钱，返回条数也不影响单次价格，页面上只有一个价格、不分峰谷。DeepSeek官网文档
真正的坑在计费规则之外的那段提示：官方价格页明确，当前在DeepSeek Harness、Claude Code、Codex中调用DeepSeek API时，服务端已经在替你自动访问Search/Fetch接口，这部分目前未计费，将于北京时间2026年11月1日00:00起按次收取调用费用。搜不搜、搜几次、抓几页由模型自己决定，这些调用不会实时出现在眼前，往往月底看账单才发现。而且开销不止单价：一次成功调用半分钱，但搜回的摘要和抓回的正文要进入上下文、按token另算。一位通读官方通知与文档的开发者按“搜3次、抓5页”的常见编程任务做过估算（其自设条件），联网部分的开销可达任务模型总费用的三分之一以上。DeepSeek官网文档知乎
应对不复杂：改bug、补单测这类大多不需要联网的活，先把内嵌搜索关掉，真要查资料再开；额度上，Search与Fetch按账号分别限速100与25 QPS，超了返回429，Fetch遇到站点拦截或内容不支持时返回404拿不到正文，抓取成功率需要在真实项目里验证；余额不足会直接返回402，小额充值也算一道刹车。想要免费兜底的，社区已有聚合Bing、DuckDuckGo等引擎的搜索插件可选。
DeepInfer开源的是引擎，三块最要紧的注明“不含”
10月20日开源的DeepInfer，把此前零散放出的FlashMLA、DeepGEMM、DeepEP等自研kernel装成了整机的调度层：Apache 2.0协议，支持分布式推理、投机解码、结构化输出，可在英伟达SM100与华为昇腾950上运行，两套后端共用同一份调度代码；配套开源的deepseek-recipe把API协议与token序列间的编解码做到与官方完整对齐。官方同步晒出线上成绩单：单集群日吞吐155万亿token，按谷价计每卡每小时收入38美元。DeepSeek官方
但细看README，这套开源框架离“开箱可用的服务”隔着三样它自己注明本次不包含的东西：KV缓存系统、Prefill/Decode分离、数据并行副本间负载均衡——恰恰是把离线推理变成能对外接客的在线服务的那一层，官方给出的原因是这些组件与内部基础设施耦合较深。此外，推理系统中的KVCache管理与负载均衡组件因与内部基础设施耦合较深，相关代码目前尚未完整开源。而且它目前仅支持V4.1-Flash一个模型，硬件门槛是SM100或昇腾950级的服务器卡。至于155万亿/天，测试条件并未完整公开，仓库里只有官方自己集群的规模曲线，别拿内部数字推算开源版能复现的效果。对自建推理栈的团队，这次开源的真实价值是省掉“看懂几千行kernel”的功夫，变成“补齐三块工程”；对普通用户，看个参考实现就好。知乎DeepSeek官方
这一周的服务本身，就是最后一个坑
官宣密集的这周，DeepSeek自己并不稳：10月15日网站宕机超过5小时，10月20日网页与API又出现超1小时中断。打算用新模型加搜索跑长时间无人值守任务的，重试与断点续跑要提前设计——官方文档也给出了现成口径：408、429、5xx等待后重试，其它4xx错误不修改请求就不要重试，照抄进你的Agent框架即可。知乎
入口安全同样要留心：有用户在社交平台实拍提醒，仿冒DeepSeek官网的搜索结果页会推送带恶意程序的“安装包”，中招后手机微信可被远程操控群发诈骗信息。从新品热度里蹭流量的假网站历来不少，下载前先核对官方域名。小红书
三款新品指向的方向是真实的：模型继续压成本、搜索能力开放给开发者、推理引擎交给社区。坑点则集中在三个错位上——“开源”不等于“跑得动”，“目前未计费”不等于“永久免费”，“deepseek-flash”不等于“第三方平台上的那一版”。关掉默认开启的计费项、确认自己用的是哪一版、别指望单机跑权重，这波新品才算真正抢先体验到位。
