10月17日下午，DeepSeek官方宣布V4.1 Flash模型更新至V4.1-Flash-1017版本，官方网页端、APP与API同步切换为新模型。模型价格与调用方式保持不变。模型权重同步开源到Hugging Face与魔搭。官方技术报告把这次迭代定位为“一次小幅更新”——距离9月10日V4.1 Flash正式发布才一个多月，架构没有更换，仍是1M token上下文、最大输出38.4万token的同一底座。但这份“小更新”把国产大模型接下来的走法交代得很清楚：训练方式从开环走向闭环，成本曲线靠缓存压缩继续前移，竞争面从模型本身扩展到搜索和工具链生态。第一财经知乎新浪微博
一张成绩单：动手分涨了，闭卷分让了
官方基准对比里，AI编程基准DeepSWE v1.1拿到77.0，高于Claude Opus 5的74.0。Automation-Bench、Agents’ Last Exam、Apex Bench v1.1等智能体与工程基准同样拿到最高分，领先Claude Opus 5、GPT-5.6 sol，以及国内的Kimi K3和智谱GLM 5.3。新浪微博第一财经
纵向看，Terminal-Bench 4.0从31.2涨到42.3，提升约35%。ProgramBench也从20.3涨到29.1，长程执行类项目涨得最猛。知乎
反向变动的一个数字更能说明取舍：HLE——一道题不给工具、不联网、纯靠模型闭卷硬想的测试——从上一版的44.0掉到42.6。官方对比表里Claude Opus 5的无工具HLE拿到56.3，差了将近14个点，NL2Repo-Bench等项目也仍落后。准确的结论是：在“把活干完”的任务上，这款模型已站到第一梯队甚至局部登顶，纯知识密度仍有距离，企业选型不能只看agent榜单。知乎知乎
“许愿式编程”：核心不是营销词，是自反馈闭环
官方演示给了3D故宫、网页赛车游戏、Godot复刻《传送门》：说出想要的东西，模型从零搭出整套工程。背后的技术归因是基于自反馈的强化学习，它提升的正是游戏开发、3D建模等方面从零开始构建完整项目的能力。新浪微博第一财经
模型写完第一版不会立刻交卷，而是自己运行、看到报错、回头修改、再跑通，“自查—修正”的过程本身被当成奖励信号。过去无论SFT还是RLHF，反馈都来自模型行动之外的标签，链条是开环的；自反馈RL把它变成了“生成→执行→观测结果→产生误差信号→修正”的闭环，误差信号产生于模型和执行环境的交互之中。这个机制也是长程执行类测试大涨、闭卷HLE不升反降的原因：这次训练把模型往“边做边改”的方向推，而不是让它“想得更全”。选游戏开发和3D建模做落地场景同理——代码跑不跑得起来、渲染出不出得来，是最干净、可验证的反馈信号。知乎
架构没动，但成本曲线还在往前推
值得注意的是，不动架构、只做后训练，也能推进性能与成本的边界：官方称新模型在多个智能体评估框架中推进了性能与成本的帕累托前沿，缩短了任务执行时间和输出长度。长上下文的成本大头在显存而非算力：每个token都要存一份KV缓存，上下文一长显存先爆。DeepSeek从V2时代的MLA开始就走在压缩与复用这条路上，这次技术报告直接以“把KV缓存压缩推到极限”为标题——100万token上下文、38.4万token最大输出，难的不是参数写进模型卡，而是做到能用、用得起。加上权重开源和价格不变，开发者对工程类任务已经多了一条自部署的选择。第一财经知乎
搜索引擎开放：模型公司开始卖“获取信息的通道”
这次发布里最容易被忽略的一条：DeepSeek API新增对Search与Fetch接口的支持，自研搜索能力正式对外开放，两个接口价格均为5元/千次。官方把DeepSeek搜索定义为AI原生的通用搜索引擎，网页端与API端的搜索能力均由它提供底层支持，每天处理来自全球各地的数亿次搜索请求，并针对SEO作弊、GEO操纵和低质AIGC做严格识别过滤。第一财经
连Claude Code和Codex也可以通过DeepSeek API调用这套搜索工具，10月31日（UTC时间）之前对DeepSeek API用户免费。11月1日起正式计费。一家模型公司把搜索做成按次收费的基础设施，卖的不只是智能，而是智能体赖以运转的信息获取通道；官方这次还针对DeepSeek Harness、腾讯CodeBuddy、WorkBuddy等框架做了优化，Harness 0.2.1与模型同日更新上线。竞争已经从“谁的模型分高”，扩展到“开发者在谁的工具链里干活更顺”。知乎新浪微博第一财经
突围的另一面
这不是一次无条件的胜利。10月10日，有字节Seed实习生披露DeepSeek-V4在长文本检索上存在“周期性盲区”，微调几个符号就可能让检索准确率暴跌40%——这一发现仍来自第三方，待官方进一步回应。10月15日，DeepSeek服务宕机近5小时，发放补偿，有人领到上千元。恢复后官方就故障致歉并公布补偿方案。密集发布节奏下，容量和稳定性是真实存在的使用侧约束。把时间拉长看，自2025年初R1震动行业以来，DeepSeek的方法论没变过：用效率换算力、用开源换生态；这次变化的是攻击方向——从价格战，到训练方法，再到基础设施。36氪第一财经界面新闻
对用户来说，眼下的观察窗口很具体：10月31日免费期结束前，可以低成本验证这套搜索与智能体能力的实际成色；开源权重也已经提供自部署的选项。计费开始之后，重度使用agent工作流的团队需要重新算一笔账——模型便宜，不等于整套工作流便宜。
