「帕累托改进」又来了：DeepSeek-V4.1-Flash-1017 上线，跑分涨、输出短、价格不动，还把搜索引擎变成了新商品
升级是自动的、账单是变薄的：同样的 deepseek-flash 接口，更强的跑分、更短的输出。
先说结论
- 升级来了：2026 年 10 月 17 日，DeepSeek 官方宣布 V4.1 Flash 更新至 V4.1-Flash-1017，官网、App 与 API 同步切换，距离上一版（9 月 10 日）仅隔约 5 周。
- 涨分不涨价：11 项官方基准全部提升，编程基准 DeepSWE v1.1 从 74.2% 涨到 77.0%，同表压过 Claude Opus 5 的 74.0%；API 调用名
deepseek-flash和价格都不变，老名字继续可用、自动改由新版本响应。 - 任务成本再砍一半：更短输出 + 更快执行，DeepSWE 平均每任务成本不到 0.20 美元（低配设置约 0.10 美元），前代同样任务约 0.50 美元，竞品普遍 2~10 美元以上。
- 搜索引擎对外开放：自研 Search 与 Fetch API 首次公开，$0.75/千次；通过 DeepSeek Harness、Claude Code、Codex 的服务端工具调用免费到 2026 年 10 月 31 日。
- 权重仍开源：MIT 协议，Hugging Face 与 ModelScope 可下载。
这是一次什么样的更新？
DeepSeek 在技术说明中把 V4.1-Flash-1017 定义为"一次小幅更新"——它是 9 月 10 日发布的 V4.1-Flash 的更新版后训练 checkpoint，而非全新架构。但官方同时用了经济学词汇 "帕累托改进"（Pareto improvement） 来形容：性能更好、成本更低，没有一样变差。
关键训练方法是 RLSF（reinforcement learning with self-feedback，自我反馈强化学习）：模型把自身的内部信心分数或自行生成的批评作为奖励信号，不再依赖人类评估者或外部奖励模型。DeepSeek 称这套方法显著改善了"从零开始做一个完整项目"的能力，官方演示包括：故宫 3D 建模、网页版赛车游戏、用 Godot 引擎重制的《传送门 2》。有网友已经在社交媒体上实测，用新模型做 3D 生成的效果"和海外头部模型一样好"。
新版还针对三套开发环境做了专项优化：DeepSeek Harness（官方建议升级到 v0.2.1-rc.1 或更新版本）、腾讯 CodeBuddy、WorkBuddy。Harness 官方账号当天也同步发文，称新版在提升任务表现的同时缩短了运行时间、减少了输出消耗和 token 费用。
跑分：11 项全升，多个超过自家旗舰和海外大模型
以下均为 DeepSeek 官方公布数据（第三方独立验证尚未出炉，先看官方说法）：
| 基准 | V4.1-Flash-1017 | 上一代 V4.1-Flash | 对比参照 |
|---|---|---|---|
| DeepSWE v1.1（AI 编程） | 77.0% | 74.2% | Claude Opus 5：74.0% |
| Terminal-Bench 4.0（Claude Code 框架） | 42.3 | 31.2 | GPT-5.6 Sol：39.9；Opus 5：51.8 |
| HLE（无工具） | 42.6 | 36.8 | Opus 5：56.3 |
| Automation-Bench（智能体办公） | 最高分 | — | 领先 Opus 5、GPT-5.6 Sol |
| Agents' Last Exam（智能体综合） | 最高分 | — | 领先 Kimi K3、GLM 5.3 |
| Apex Bench v1.1（多模态智能体） | 最高分 | — | 领先同场大模型 |
一个值得注意的背景：9 月 V4.1-Flash 发布时就宣称超越自家旗舰 V4-Pro，而 V4-Pro 在 API 上至今仍是 8 月 13 日的 0813 版。也就是说，DeepSeek 的"小杯"连续两个版本跑赢"大杯"，轻量路线正在成为它的主战场。
成本：价格标签没变，账单变薄了
这是对用户最实在的部分，分两层看：
第一层：标价不变。 API 继续用 deepseek-flash 这个名字调用，价格不变：离峰时段每百万 token 输入 $0.15（未命中缓存）、输出 $0.60，尖峰时段翻倍。旧名字 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 依然能调，但后台已经换成新 checkpoint 响应，同样按 Flash 价格计费。你什么都不用改，自动用上新版。
第二层：实际任务成本下降。 AI 按 token 计费，模型"话更少、事办得一样好"就等于打折。DeepSeek 公布的 DeepSWE 成本曲线显示：
- V4.1-Flash-1017：最高分 77.0%，平均每任务不到 0.20 美元；低配设置下仍有 72%+ 成绩，成本约 0.10 美元
- 上一代：74.2% 成绩，每次运行约 0.50 美元
- 竞品（GPT-6 Astra、Gemini 3.8 Flash、Claude Opus 5 等）：每任务 2 美元到 10 美元以上，且没有一款在准确度上超过这款小模型
对 Agent 场景（一次任务几十上百轮调用）来说，这个差距会成倍放大。
技术细节：KV 缓存压缩是隐藏主角
据 D-CSIL 的梳理，新模型延续 CED（Causal Encoder-Decoder）稀疏混合专家设计：552B 参数主干 + 196B Engram 参数，每 token 输入激活 8B、输出激活 16B，100 万 token 上下文、最大 384K 输出 token。配套技术报告的标题直接点题——《DeepSeek-V4.1-Flash：把 KV 缓存压缩推到极限》：FP4 KV 缓存做到每 token 890 字节，约是上一代 Flash 的四分之一，图像理解则是架构原生支持而非外挂。
这解释了"更快更便宜"的工程来源：缓存小了，推理服务就能塞进更多并发，成本自然下来。
搜索引擎 API：第一次把"看家本领"卖给别人
模型之外，DeepSeek 当天还把自研搜索引擎打包成 Search 与 Fetch 两支 API，首次向所有开发者开放：
- 定价：两个接口均为 $0.75/千次（国内报道为 5 元/千次）
- 能力：DeepSeek 称其搜索引擎每天处理全球数亿次查询、索引数千亿网页；针对 SEO 作弊、GEO（生成引擎优化）操纵、低质 AIGC 有专门的识别过滤机制，只返回高相关、权威、高时效的结果
- 免费期：通过 DeepSeek Harness、Claude Code、Codex 的服务端工具发起的搜索调用免费到 2026 年 10 月 31 日 16:00 UTC（北京时间 11 月 1 日 0 点），之后开始计费
网页端和 API 端的搜索能力都由这套自研引擎提供底层支持。对做 RAG、做 Agent 的开发者来说，这是一个新的低成本联网搜索选项——在此之前，想用 DeepSeek 的搜索能力只能走它的网页端。
给用户的实操建议
- API 用户：什么都不用做，
deepseek-flash已自动切换；检查一下账单，同样任务的输出 token 应该变少了。 - Harness 用户：把 DeepSeek Harness 升到 v0.2.1-rc.1 或更新，才能吃到新版的专项优化红利。
- 本地部署用户：MIT 协议权重已上 Hugging Face 和 ModelScope，可以直接拉新版；但注意有报道称中国可能收紧开放权重模型的发布规则，长期规划留个心眼。
- 想做联网 Agent 的：10 月 31 日前的免费搜索调用值得先接入试试，重点验证它"过滤 SEO 垃圾"的实际效果——这正是 RAG 场景最痛的点。
- 第三方渠道用户：10 月 11 日本站曾报道 V4.1 Flash 在 OpenRouter 上被第三方卖出官价零头；官方这次更新后，留意第三方渠道的价格和版本是否同步跟进。
一点保留意见
所有跑分都是 DeepSeek 自己公布的，独立第三方复测还没出来，77.0% 的 DeepSWE 成绩在真实项目里的体感可能打折扣——基准测试终究只是基准测试。另外"帕累托改进"听起来完美，但输出变短是否会影响需要长推理的复杂任务，还需要社区实测验证。
一句话总结
DeepSeek 用一次"小幅更新"又把性价比的天花板往上顶了顶：跑分涨、输出短、价格不动，还顺手把搜索引擎变成了新商品。 对开发者来说，升级是自动的、账单是变薄的；真正的悬念只剩一个——独立评测能不能复现官方的数字。
来源：