突发！DeepSeek新模型发布，超级性价比斩杀一切 (2026)

本文转载自微信公众号「量子位」2026 年 10 月 17 日推送，作者：一水、鹭羽（发自凹非寺量子位 | 公众号 QbitAI）。原文：《突发！DeepSeek 新模型发布，超级性价比斩杀一切》

10 月 17 日下午，DeepSeek 把 V4.1 Flash 升级到 V4.1-Flash-1017，官方网页端、App 与 API 的模型同步换成新版1。

和上一版 V4.1 Flash 相比，新版本在各项基准测试上的分数都涨了，任务运行时间与输出长度反而缩短了1。

官方给这个组合起的名字是「性能—费用的帕累托改进」1。

这次更新还顺手放出了两样东西。自研搜索引擎的 Search 与 Fetch 两个接口对外开放，每千次成功请求 5 元；权重按 MIT 协议放出，Hugging Face 与 ModelScope 都能下载1。

DeepSeek API 文档的发布说明页，标题为「DeepSeek V4.1 Flash 新版本：许愿式编程一键成真」，正文分四节 — 这页把更新拆成四块：性能与费用的帕累托改进、从零开始的完整项目开发、开放自研搜索 API、模型开源1。

跑分普涨，涨得最多的是 Agent 任务

官方对比表横排六个模型，纵列 11 项测试。只跟上一代 V4.1 Flash 比，11 项全部上涨2。

编程与终端任务涨得最猛：ProgramBench 从 20.3 升到 29.1，Terminal-Bench 4.0 从 31.2 升到 42.32。
Agent 类同步抬升：DeepSWE v1.1 从 74.2 到 77.0，Automation-Bench v1.0.6 从 54.8 到 60.5，Agents' Last Exam 从 31.8 到 35.4，Apex Bench v1.1 从 64.6 到 72.12。
知识与推理：HLE 从 36.8 到 42.6，NL2Repo-Bench 从 65.4 到 68.22。
多模态：Chartography 从 78.9 到 83.0，BabyVision 从 89.6 到 92.5，ZeroBench-main 从 49.0 到 51.02。

换成和外部模型横比，结果有输有赢。DeepSWE v1.1 上它拿 77.0，Claude Opus 5 是 74.0、GPT-5.6 Sol 是 73.02。

Automation-Bench 上是 60.5 对 50.3 和 45.8；Agents' Last Exam 是 35.4 对 28.6 和 26.7；Apex Bench 是 72.1 对 65.8 和 54.32。

换到知识、终端与多模态这几项，领先的是对面。HLE 上它 42.6，Opus 5 是 56.3、GPT-5.6 Sol 是 44.5；Terminal-Bench 4.0 上 42.3 对 51.8 和 39.92。

NL2Repo-Bench 上它 68.2，Opus 5 是 75.3；Chartography 上 83.0 对 84.0；BabyVision 上 92.5 对 94.1；ZeroBench-main 上 51.0，GPT-5.6 Sol 是 53.02。

这张表由 DeepSeek 自己发布。表注写明：HLE 带星号的数字只测了文本子集；Terminal-Bench 4.0 用 Claude Code 框架跑，DeepSWE 用 Mini-SWE-V22。

官方基准对比表：横排六个模型，纵列 HLE、Terminal-Bench 4.0、DeepSWE v1.1、ProgramBench 等 11 项测试 — 表里的 Kimi K3 与 GLM-5.3 两个对照位：DeepSWE 上分别是 67.5 和 66.9，Terminal-Bench 4.0 上是 12.6 和 37.9，Agents' Last Exam 上是 27.6 和 28.52。

涨分的同时，时间和输出被压了下来

官方说，这次除了涨分，任务运行时间与输出长度也一起缩短了，在多个 harness 下达成了新的性能—费用最优点1。

被单独点名的框架是 DeepSeek Harness、腾讯 CodeBuddy 与 WorkBuddy。要用上新模型的完整能力，Harness 需升到 0.2.1-rc.1 及以上1。

最能说明「省」的是官方那张散点图：横轴是每个任务的平均费用（人民币，对数刻度），纵轴是 DeepSWE v1.1 的通过率1。

图上，V4.1-Flash-1017 的最高点约 77%，对应单任务费用不到 2 元1。

Claude Opus 5 的曲线在 70% 上下，横轴已经走到 100 元附近；Kimi K3 与 GLM-5.3 的最高点都在 69% 左右，单任务费用约 20 元1。

图注交代了口径：DeepSWE v1.1 排行榜、评测框架 mini-swe-agent、数据日期 2026 年 9 月 22 日；美元费用按 1 美元兑 6.6862 元折算（2026 年 10 月 16 日），部分曲线取自各家官方图表1。

DeepSWE v1.1 通过率与每任务费用的散点图，横轴为人民币对数刻度，DeepSeek 曲线整体位于左上 — 同一条曲线上，点越靠左上，意味着同样的通过率花更少的钱；这张图里 V4.1-Flash-1017 的整条曲线都在最左上1。

价格：缓存和时段决定账单

模型调用按 token 计费。价格页上，deepseek-flash 对应的模型版本已经是 DeepSeek-V4.1-Flash-10173。

计费项（每百万 tokens）	空闲时段	高峰时段
输入，缓存命中	0.02 元	0.04 元3
输入，缓存未命中	1 元	2 元3
输出	4 元	8 元3

高峰时段指北京时间周一至周五（不含法定节假日）的 9:00–12:00 与 14:00–18:00；其余时间，包括周末与节假日全天，都按空闲价，价格正好是一半3。

规格上，上下文 1M，单次输出最长 384K，并发上限 25003。

旧模型名 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 仍可调用，请求由新模型服务，按 Flash 的价格结算3。

原文还记了一波福利：符合条件的用户首次登录 DeepSeek Harness 可领 6 元赠金，无需充值，到账后 7 天内有效，数量有限4。

「许愿式编程」：四个从零开始的演示

官方说，这次能力提升背后是一套基于自反馈的强化学习训练技术：模型写完第一版会自己检查，发现哪里不对再回头改1。

四个演示都在 DeepSeek Harness 里完成，提示词与素材参考很少，交互轮次也很短1。

故宫：用代码搭出可实时浏览、切换视角的 3D 场景1。
赛车游戏：网页版《NEON VELOCITY》，带车辆选择与参数面板1。
《传送门 2》：基于 Godot 引擎复刻，关卡可以交互1。
Valley of Ages：用 3D 场景演示从史前到现代的发展过程1。

演示中的故宫 3D 场景，画面左上角标着「神武门」 — 这段场景可以在浏览器里实时移动视角，是官方四个演示中的第一个1。

这些是官方挑选的展示案例，效果与提示词写法、Harness 版本都有关。原文当天也收集了网友的试玩，评价集中在更聪明、更快、输出更简洁4。

搜索 API：Search 与 Fetch

Search 按 query 搜网页，Fetch 把单个网页抓成 Markdown，两个接口用同一套 Bearer 鉴权，Base URL 是 api.deepseek.com 5。

端点是 POST /v1/tools/search 与 POST /v1/tools/fetch。Search 的 count 可设 1–50，默认 10；need_content 为 true 时一并返回网页正文5。

query 支持 site:、-site:、排除关键词、精确短语、lang:、after:、before: 这些语法，多个条件能在一条 query 里组合5。

返回结果每项带两个质量字段：rerank_score 为 0–3 分，1.5 分以上算优质；authority 为 0–4，3 以上属极权威。另有 snippet、summary 与发布时间5。

计费按成功请求次数：每 1000 次 5 元，折合单次半分钱；请求失败、搜索无结果或超时都不收费，count 设多少也不影响单价5。

限速按账号计算，Search 与 Fetch 各 5 QPS，互不占用；Fetch 还针对目标域名另有一层限制，超了同样返回 4295。

现在在 DeepSeek Harness、Claude Code 或 Codex 里用 DeepSeek API，已经会通过服务端工具调用碰到这两个接口，这部分暂不计费；北京时间 2026 年 11 月 1 日 00:00 起开始按次收费1。

权重以 MIT 协议开源

权重挂在 Hugging Face 与 ModelScope 的 deepseek-ai/DeepSeek-V4.1-Flash-1017 下，许可为 MIT2。

模型卡给出的规模是 763B 参数，推荐 temperature 与 top_p 都取 1.0，max_tokens 不小于 256K2。

这次没有提供 Jinja 格式的对话模板，改用 encoding 目录里的 Python 参考实现，覆盖多轮对话、工具调用、思考模式、数值化推理强度、会话中途的系统消息与交错图像2。

生产环境另有 Rust 库 deepseek-recipe，把 Messages、Chat Completions 与 Responses API 的请求编码成 V4/V4.1 的 prompt 或 token id，再把输出解析回来2。

技术报告指向上一版 V4.1-Flash 的模型卡，标题是《DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression》2。

发布前已经漏了

原文记下了发布前几小时的两次「走漏」。DeepSeek 的模型列表里短暂出现过「DeepSeek V4.1 Flash-1017」一项；deepseek-flash 接口返回的系统指纹，也从 aeb56401ca74e127821c4f9126dcb669 换成了 e72d3c7f663d3e1383b00b3884cb45014。

「1017」对应 10 月 17 日，和 DeepSeek 用日期标记模型快照的做法一致4。

有网友把新旧版本的生成结果并排比较，认为新版画面细节更多、光影更真实，生成时还附带创作过程；也有人觉得它比 Gemini 4 Argon 用起来更顺，并猜这次加强了 3D 生成4。

原文里的话

对上了，都对上了。

好家伙，干活更快、更省，还更能打了！！

模型写完第一版不会立刻下班，它会继续检查自己搓出来的东西，发现哪里不对，再回头修。

想自己核对，入口都在这几处：官方的发布说明与价格页，网页搜索与抓取指南，以及 Hugging Face 上的模型卡和 ModelScope 上的同一份权重。

References

1
DeepSeek 官方发布说明：DeepSeek V4.1 Flash 新版本
api-docs.deepseek.com
2
Hugging Face 模型卡：DeepSeek-V4.1-Flash-1017
huggingface.co
3
DeepSeek API 文档：模型 & 价格
api-docs.deepseek.com
4
量子位原文：突发！DeepSeek新模型发布，超级性价比斩杀一切
mp.weixin.qq.com
5
DeepSeek API 文档：网页搜索与抓取
api-docs.deepseek.com

本文转载自微信公众号「量子位」2026 年 10 月 17 日推送，作者：一水、鹭羽（发自凹非寺量子位 | 公众号 QbitAI）。原文：《突发！DeepSeek 新模型发布，超级性价比斩杀一切》

10 月 17 日下午，DeepSeek 把 V4.1 Flash 升级到 V4.1-Flash-1017，官方网页端、App 与 API 的模型同步换成新版1。

和上一版 V4.1 Flash 相比，新版本在各项基准测试上的分数都涨了，任务运行时间与输出长度反而缩短了1。

官方给这个组合起的名字是「性能—费用的帕累托改进」1。

跑分普涨，涨得最多的是 Agent 任务

官方对比表横排六个模型，纵列 11 项测试。只跟上一代 V4.1 Flash 比，11 项全部上涨2。

编程与终端任务涨得最猛：ProgramBench 从 20.3 升到 29.1，Terminal-Bench 4.0 从 31.2 升到 42.32。
Agent 类同步抬升：DeepSWE v1.1 从 74.2 到 77.0，Automation-Bench v1.0.6 从 54.8 到 60.5，Agents' Last Exam 从 31.8 到 35.4，Apex Bench v1.1 从 64.6 到 72.12。
知识与推理：HLE 从 36.8 到 42.6，NL2Repo-Bench 从 65.4 到 68.22。
多模态：Chartography 从 78.9 到 83.0，BabyVision 从 89.6 到 92.5，ZeroBench-main 从 49.0 到 51.02。

换成和外部模型横比，结果有输有赢。DeepSWE v1.1 上它拿 77.0，Claude Opus 5 是 74.0、GPT-5.6 Sol 是 73.02。

Automation-Bench 上是 60.5 对 50.3 和 45.8；Agents' Last Exam 是 35.4 对 28.6 和 26.7；Apex Bench 是 72.1 对 65.8 和 54.32。

换到知识、终端与多模态这几项，领先的是对面。HLE 上它 42.6，Opus 5 是 56.3、GPT-5.6 Sol 是 44.5；Terminal-Bench 4.0 上 42.3 对 51.8 和 39.92。

NL2Repo-Bench 上它 68.2，Opus 5 是 75.3；Chartography 上 83.0 对 84.0；BabyVision 上 92.5 对 94.1；ZeroBench-main 上 51.0，GPT-5.6 Sol 是 53.02。

这张表由 DeepSeek 自己发布。表注写明：HLE 带星号的数字只测了文本子集；Terminal-Bench 4.0 用 Claude Code 框架跑，DeepSWE 用 Mini-SWE-V22。

涨分的同时，时间和输出被压了下来

官方说，这次除了涨分，任务运行时间与输出长度也一起缩短了，在多个 harness 下达成了新的性能—费用最优点1。

被单独点名的框架是 DeepSeek Harness、腾讯 CodeBuddy 与 WorkBuddy。要用上新模型的完整能力，Harness 需升到 0.2.1-rc.1 及以上1。

最能说明「省」的是官方那张散点图：横轴是每个任务的平均费用（人民币，对数刻度），纵轴是 DeepSWE v1.1 的通过率1。

图上，V4.1-Flash-1017 的最高点约 77%，对应单任务费用不到 2 元1。

Claude Opus 5 的曲线在 70% 上下，横轴已经走到 100 元附近；Kimi K3 与 GLM-5.3 的最高点都在 69% 左右，单任务费用约 20 元1。

价格：缓存和时段决定账单

模型调用按 token 计费。价格页上，deepseek-flash 对应的模型版本已经是 DeepSeek-V4.1-Flash-10173。

计费项（每百万 tokens）	空闲时段	高峰时段
输入，缓存命中	0.02 元	0.04 元3
输入，缓存未命中	1 元	2 元3
输出	4 元	8 元3

高峰时段指北京时间周一至周五（不含法定节假日）的 9:00–12:00 与 14:00–18:00；其余时间，包括周末与节假日全天，都按空闲价，价格正好是一半3。

规格上，上下文 1M，单次输出最长 384K，并发上限 25003。

旧模型名 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 仍可调用，请求由新模型服务，按 Flash 的价格结算3。

原文还记了一波福利：符合条件的用户首次登录 DeepSeek Harness 可领 6 元赠金，无需充值，到账后 7 天内有效，数量有限4。

「许愿式编程」：四个从零开始的演示

官方说，这次能力提升背后是一套基于自反馈的强化学习训练技术：模型写完第一版会自己检查，发现哪里不对再回头改1。

四个演示都在 DeepSeek Harness 里完成，提示词与素材参考很少，交互轮次也很短1。

故宫：用代码搭出可实时浏览、切换视角的 3D 场景1。
赛车游戏：网页版《NEON VELOCITY》，带车辆选择与参数面板1。
《传送门 2》：基于 Godot 引擎复刻，关卡可以交互1。
Valley of Ages：用 3D 场景演示从史前到现代的发展过程1。

这些是官方挑选的展示案例，效果与提示词写法、Harness 版本都有关。原文当天也收集了网友的试玩，评价集中在更聪明、更快、输出更简洁4。

搜索 API：Search 与 Fetch

Search 按 query 搜网页，Fetch 把单个网页抓成 Markdown，两个接口用同一套 Bearer 鉴权，Base URL 是 api.deepseek.com 5。

端点是 POST /v1/tools/search 与 POST /v1/tools/fetch。Search 的 count 可设 1–50，默认 10；need_content 为 true 时一并返回网页正文5。

query 支持 site:、-site:、排除关键词、精确短语、lang:、after:、before: 这些语法，多个条件能在一条 query 里组合5。

返回结果每项带两个质量字段：rerank_score 为 0–3 分，1.5 分以上算优质；authority 为 0–4，3 以上属极权威。另有 snippet、summary 与发布时间5。

计费按成功请求次数：每 1000 次 5 元，折合单次半分钱；请求失败、搜索无结果或超时都不收费，count 设多少也不影响单价5。

限速按账号计算，Search 与 Fetch 各 5 QPS，互不占用；Fetch 还针对目标域名另有一层限制，超了同样返回 4295。

权重以 MIT 协议开源

权重挂在 Hugging Face 与 ModelScope 的 deepseek-ai/DeepSeek-V4.1-Flash-1017 下，许可为 MIT2。

模型卡给出的规模是 763B 参数，推荐 temperature 与 top_p 都取 1.0，max_tokens 不小于 256K2。

生产环境另有 Rust 库 deepseek-recipe，把 Messages、Chat Completions 与 Responses API 的请求编码成 V4/V4.1 的 prompt 或 token id，再把输出解析回来2。

技术报告指向上一版 V4.1-Flash 的模型卡，标题是《DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression》2。

发布前已经漏了

「1017」对应 10 月 17 日，和 DeepSeek 用日期标记模型快照的做法一致4。

原文里的话

对上了，都对上了。

好家伙，干活更快、更省，还更能打了！！

模型写完第一版不会立刻下班，它会继续检查自己搓出来的东西，发现哪里不对，再回头修。

想自己核对，入口都在这几处：官方的发布说明与价格页，网页搜索与抓取指南，以及 Hugging Face 上的模型卡和 ModelScope 上的同一份权重。

References

1
DeepSeek 官方发布说明：DeepSeek V4.1 Flash 新版本
api-docs.deepseek.com
2
Hugging Face 模型卡：DeepSeek-V4.1-Flash-1017
huggingface.co
3
DeepSeek API 文档：模型 & 价格
api-docs.deepseek.com
4
量子位原文：突发！DeepSeek新模型发布，超级性价比斩杀一切
mp.weixin.qq.com
5
DeepSeek API 文档：网页搜索与抓取
api-docs.deepseek.com

突发！DeepSeek新模型发布，超级性价比斩杀一切

跑分普涨，涨得最多的是 Agent 任务

涨分的同时，时间和输出被压了下来

价格：缓存和时段决定账单

「许愿式编程」：四个从零开始的演示

搜索 API：Search 与 Fetch

权重以 MIT 协议开源

发布前已经漏了

原文里的话

References

Related content

突发！DeepSeek新模型发布，超级性价比斩杀一切

跑分普涨，涨得最多的是 Agent 任务

涨分的同时，时间和输出被压了下来

价格：缓存和时段决定账单

「许愿式编程」：四个从零开始的演示

搜索 API：Search 与 Fetch

权重以 MIT 协议开源

发布前已经漏了

原文里的话

References

Related content