一句话答案：DeepSeek 于 2026 年 10 月 17 日发布的 V4.1 Flash 小版本更新，模型 ID 仍为 deepseek-flash，API 价格不变，但多项性能基准显著提升，单次任务成本预计下降约 60%。
关键点：性能提升但价格不变，是典型的「帕累托改进」。Terminal-Bench 从 31.2 升至 42.3，DeepSWE v1.1 升至 77%，且新开放了自研搜索 API。模型参数量从 552B 增至 763B，权重 MIT 开源可自部署。
DeepSeek V4.1-Flash-1017 发布：价格不变，性能跃升，单次任务成本直降 60%
一、更新概览：发生了什么变化？
10月17日下午4时，DeepSeek 官方宣布将 V4.1 Flash 模型切换至 1017 版本。网页端、App 和 API 同步更新，调用方无需修改任何代码——模型 ID 仍为 deepseek-flash。
这次更新的核心特征是官方定义的「帕累托改进」：性能往上走，成本往下走。价格体系完全不变，但实际每笔任务的消耗更低了。
| 项目 | V4.1 Flash（9月10日） | V4.1-Flash-1017（10月17日） |
|---|---|---|
| 模型 ID | deepseek-flash | deepseek-flash（不变） |
| 参数量 | 552B（MoE） | 763B（MoE） |
| 上下文窗口 | 1M tokens | 1M tokens（不变） |
| 最大输出 | 384K tokens | 384K tokens（不变） |
| 闲时输入/输出 | ¥1.00 / ¥4.50 | ¥1.00 / ¥4.50（不变） |
| 高峰输入/输出 | ¥2.00 / ¥8.00 | ¥2.00 / ¥8.00（不变） |
| 缓存命中输入 | ¥0.04 | ¥0.04（不变） |
| 开源协议 | MIT | MIT（不变） |
deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 现已回退指向同一 1017 版本。开发者无需更换模型 ID，但如需锁定特定版本以避免后续更新影响，可通过 Hugging Face 或 ModelScope 下载权重自部署。
二、性能提升：基准测试全面跃升
根据 DeepSeek 官方公布的评测数据，1017 版本在多项编程和智能体任务基准上均有显著提升：
| 基准测试 | V4.1 Flash（9月10日） | V4.1-Flash-1017 | 提升幅度 |
|---|---|---|---|
| Terminal-Bench 4.0 | 31.2 | 42.3 | +35.6% |
| ProgramBench | 20.3 | 29.1 | +43.3% |
| DeepSWE v1.1（任务通过率） | 74.2% | 77.0% | +2.8pp |
| Humanity's Last Exam（无工具） | 36.8 | 42.6 | +15.8% |
| NL2Repo-Bench | 65.4 | 68.2 | +4.3% |
| Agents' Last Exam | — | 35.4 | 新增 |
| Apex Bench v1.1 | — | 72.1 | 新增 |
| BabyVision with Tools | — | 92.5 | 新增 |
其中 Terminal-Bench 和 DeepSWE 是衡量 AI 编程智能体能力的核心指标——前者测试 AI 操控终端执行复杂命令的能力，后者评估 AI 处理真实代码仓库软件工程任务的表现。这两个指标的显著提升，意味着 1017 版本在实际开发辅助场景中的可用性更强。
官方同时公布了「AI 斩杀线」对比图：在同等任务成功率下，1017 版本的任务成本约为 Claude Fable 5 的 1/100、GPT-6 Astra 的 1/50。以 DeepSWE v1.1 为例，新模型以 77% 的通过率完成了测试，而成本仅为前代旗舰模型的零头。
三、成本节省：同样的价格，更低的实际支出
这是本次更新最核心的价值——价格没变，但你花的钱少了。
DeepSeek 官方数据显示，1017 版本的任务运行时间和输出长度均有所缩短。对于编程类任务而言，这意味着同样的 API 调用可以完成更多工作，或者用更少的 Token 完成相同工作。
| 场景 | V4.1 Flash（9月10日） | V4.1-Flash-1017 | 节省 |
|---|---|---|---|
| 编程任务平均成本（max档） | 约 ¥3.3/次 | 约 ¥1.3/次 | ↓ 约 60% |
| 500 万 Token/月（非高峰，未命中） | 约 ¥500/月 | 约 ¥500/月（不变） | — |
| 500 万 Token/月（非高峰，缓存命中） | 约 ¥20/月 | 约 ¥20/月（不变） | — |
四、新增功能：Search API 与 Fetch API 开放
除了模型升级，1017 版本还同步开放了 DeepSeek 自研搜索引擎的 Search 和 Fetch API。
这两个接口此前仅用于 DeepSeek 自有网页端和 App 的搜索功能，现在开发者可以直接调用，让自己的 AI 应用具备联网搜索能力。官方称其搜索引擎每天处理数亿次请求，并已过滤部分 SEO 作弊内容和低质量 AI 生成网页。
对于 GEO（生成式引擎优化）场景而言，Search API 的价值尤为显著——模型可以先搜索最新信息，再基于搜索结果生成引用准确的回答，大幅提升内容的时效性和可信度。
五、开发者接入指南
对于大多数开发者，接入 1017 版本只需注意以下几点：
- 无代码变更：模型 ID 仍为
deepseek-flash，直接继续使用现有代码即可。 - DeepSeek Harness 用户：需升级至
0.2.1-rc.1或更高版本以获得完整适配。 - 需要锁定版本：可通过 Hugging Face（
deepseek-ai/DeepSeek-V4.1-Flash-1017）或 ModelScope 下载权重自部署，避免后续流式更新影响生产环境。 - 想接入搜索能力：查看 DeepSeek 官方 Search/Fetch API 文档，按需配置密钥和调用频率。
六、同类模型横向对比
以同等编程/智能体任务场景为参考，1017 版本在性价比上的位置如下：
| 模型 | 闲时输入/输出（CNY/M） | Terminal-Bench 4.0 | DeepSWE v1.1 | 备注 |
|---|---|---|---|---|
| DeepSeek V4.1-Flash-1017 | ¥1 / ¥4.5 | 42.3 | 77.0% | 本周更新，帕累托改进 |
| Claude Haiku 5.5 | 约 ¥0.72 / ¥3.60 | — | — | 10月7日发布，极低价但长上下文贵 |
| GPT-6.1 Sol | 约 ¥14.4 / ¥72.0 | — | — | 10月7日 ChatGPT Work 默认模型 |
| Kimi K3 | 约 ¥21.6 / ¥108.0 | — | — | 104万上下文，推理深度可调 |
在编程智能体场景下，DeepSeek V4.1-Flash-1017 以远低于竞品的价格提供了更具竞争力的性能，是目前性价比最高的编程助手级模型之一。
站内相关文章
把这些方法用起来
本文的思路，创信数智已经做成了可直接使用的系统：