DeepSeek V4.1 Flash 1017：编程基准测试、模型权重与 API 成本

DeepSeek 已将 V4.1 Flash 升级为 DeepSeek-V4.1-Flash-1017，新版本现已通过其网站、应用和 API 提供。开发者仍可使用 deepseek-flash 模型名称；此次 10 月更新未改变 API 调用方式或模型 Token 价格。

此次公告重点介绍了编程与智能体性能的提升，以及输出更短、任务运行时间缩短等变化。DeepSeek 还发布了模型权重，并开放了独立的 Search 和 Fetch API。

原文通过“氛围编程”（vibe coding）展示此次更新：用户描述一个应用或场景，再由智能体构建可运行的原型。这些示例属于演示，展示的是特定案例中的生成结果，并不意味着任何项目都能通过一次提示词必然实现同样效果。

从描述到可运行的项目

第一个示例是三维紫禁城场景。演示在高处视角和较低的摄像机角度之间切换，展示了可导航环境中的庭院、城门、周边场地和建筑细节。

原始报道中转载的 DeepSeek 演示。

接下来是浏览器赛车游戏。展示流程包括选择汽车、开始比赛、驶过霓虹灯闪烁的城市并进入结果页面。报道还介绍了在车外视角和车内视角之间切换的功能。

随后展示了一个基于 Godot、灵感来自《传送门》的演示。画面呈现第一人称测试舱、环境移动、可交互物体和类似传送门的元素。应将其视为展示用原型，而非 Valve 游戏的官方授权版本。

第四个示例 Valley of Ages 展示了一个聚落如何随历史时代变迁。建筑和基础设施围绕同一片河流景观逐步演变，从早期聚落发展为工业化和现代城市形态。

原文将从零开始构建项目能力的提升归因于采用自我反馈的强化学习。本文核查的官方更新日志和模型卡确认了能力更新，但没有完整说明这一训练过程，因此具体训练解释仍应视为报道中的说法。

这些示例体现了一种有用的开发模式：先检查可执行原型，再迭代修改其行为和呈现方式。精选演示并不能证明产品已达到生产就绪状态、已获得第三方素材的使用权，也无法说明最终成果背后投入了多少人工迭代。

编程评分提升，模型价格不变

官方对比显示，推理、编程、智能体和视觉任务的表现均有所提升。下表保留了模型卡中列出的新旧版本结果：

HLE 的仅文本数值对应一个子集，不应与完整基准测试分数混为一谈。DeepSeek 表示，Terminal-Bench 4.0 使用 Claude Code 测试框架，DeepSWE v1.1 使用 Mini-SWE-V2，而 ZeroBench-main 使用 Pass@5。

原始报道中转载的发布方对比表。

在 DeepSeek 的对比表中，新模型在 DeepSWE、Automation-Bench、Agents' Last Exam 和 Apex Bench 等所列项目中领先于其他方案。但它并非在每一项中都领先：例如，表中 Opus 5 在 Terminal-Bench 4.0 和 ProgramBench 上的结果仍然更高。声称它全面胜过其他前沿模型，超出了这些结果所能支持的范围。

原文还着重提到发布方成本对比中的一组结果：DeepSWE Pass@1 为 77%，每项任务成本约为 0.20 美元；相比之下，图表展示的 GPT-6 Astra 数据点为 74%。这只是特定基准测试和测试框架下的对比，并非对所有软件开发工作的通用价格或能力排名。

原始报道转载的 DeepSeek 任务成本对比。

DeepSeek 将此次更新描述为在多个测试框架上实现了性能与成本的帕累托改进：任务成功率提高，同时运行时间更短、输出更少。即使 Token 单价不变，如果任务消耗的 Token 或尝试次数减少，总账单仍可能降低，但实际节省金额取决于具体工作负载。

更新日志建议新模型搭配 DeepSeek Harness 0.2.1-rc.1 或更高版本使用。这是对该集成方式的建议，并不意味着必须更改 API 模型名称。

开放模型权重与新推出的 Search API

DeepSeek 通过其官方 Hugging Face 仓库发布 1017 权重，原文还链接到了 ModelScope 上的版本。官方模型卡说明，仓库和模型权重采用 MIT 许可证。

开放模型权重并不意味着可以轻松地在本地部署。Hugging Face 页面列出的总参数量为 7630 亿，并指引用户查看仓库中的推理和权重转换说明。页面还指出，该版本没有 Jinja 格式的聊天模板；其提示词格式由参考编码器和持续维护的 deepseek-recipe 工具包处理。

与模型更新同时推出的还有两个面向网页内容的 API：

• Search：根据查询查找网页并返回结构化结果。
• Fetch：抓取单个网页并以 Markdown 格式返回其内容。

DeepSeek 表示，其自研引擎索引了数千亿个网页，每天处理数亿次请求，并过滤 SEO 垃圾信息、GEO 操纵行为和低质量 AI 生成内容。这些属于公司的规模与过滤能力声明，并非本文独立审计的测量结果。

失败请求、超时和空搜索结果不计费。搜索结果数量不会改变单次请求价格；Search 和 Fetch 的费用与模型 Token 费用分开计算。

计费日期： 文档称，通过 DeepSeek Harness、Claude Code 或 Codex 使用 DeepSeek API 发起的服务端 Search/Fetch 调用目前暂不收费；按请求计费将于 2026 年 11 月 1 日北京时间 00:00 开始。不要将这一特定的临时安排描述为 Search API 永久免费。

常见问题

如何通过 API 调用 DeepSeek V4.1 Flash 1017？

官方模型名称仍为 deepseek-flash。DeepSeek 表示，其网站、应用和 API 均已切换到新版本；此次更新没有改变调用方式或模型 Token 价格。

此次更新是否让所有编程任务都变得更便宜？

DeepSeek 报告称，在其评估中，任务运行时间更短、输出更少，性能与成本表现也有所提升。但你的总成本仍取决于 Token 用量、重试次数、所用工具，以及生成的项目是否真正满足任务要求。

1017 模型权重是否开放？

是。官方 Hugging Face 模型卡说明，仓库和权重采用 MIT 许可证。不过，本地部署仍需要适当的基础设施，并且需要遵循仓库提供的编码和推理说明。

DeepSWE 得分 77% 是否意味着一定能生成可运行的应用代码？

不能。这个分数是在 Mini-SWE-V2 评估框架下测得的，并不保证模型能完成无关项目。视觉演示同样需要检查和测试，之后才能将其代码用于原型以外的场景。

Search 和 Fetch 有什么区别？

Search 用于查找相关网页并返回结构化结果。Fetch 用于抓取指定网页正文，并以 Markdown 格式返回；实际结果还受该网站的可用性和访问政策影响。

Search 和 Fetch 工具调用何时开始收费？

针对 DeepSeek Harness、Claude Code 和 Codex 的临时免费服务端调用，将于 2026 年 11 月 1 日北京时间 00:00 结束。请查看适用的定价页面，了解当前独立调用和不同地区的费率；模型 Token 与工具请求分别计费。

相关工具

• DeepSeek API：官方模型和网页工具接口，可用于将 DeepSeek 集成到应用中。
• DeepSeek V4.1 Flash 1017：官方权重、模型卡和推理参考资料。
• deepseek-recipe：模型卡链接的提示词格式转换和输出解析工具包。

相关链接

• BAAI/新智元原始报道：源演示、基准测试数据和发布报道。
• 10 月 17 日官方更新日志：API 别名、基准测试设置和 Harness 建议。
• 官方模型卡：基准测试对比、编码指南和许可信息。
• Search & Fetch 指南：请求行为、按成功请求计费的规则和速率限制。
• 中文 Search & Fetch 指南：人民币定价和 11 月计费通知。
• 模型与定价：当前模型 Token 费率和独立的网页工具费用。

总结

DeepSeek V4.1 Flash 1017 在发布方的编程和智能体评测中表现有所提升，同时保持 API 别名和模型 Token 定价不变。其演示展示了完整的视觉原型，模型权重则以 MIT 许可开放。

Search 和 Fetch 的推出增加了一条从查找网页到读取网页内容的独立路径，并按请求计费。在将基准测试成绩提升作为部署决策依据之前，应综合评估项目质量、任务总成本和工具费用。