DeepSeek发Flash-1017：API名字没变，自报终端题42.3（旧31.2）

AI模型库 · 今日一模

DeepSeek-V4.1-Flash-1017

API 仍叫 deepseek-flash · 价格未变 · MIT 可下

模型卡自报 TB4.0 42.3（旧 31.2）· Search&Fetch $0.75/千次

10 月 17 日下午，DeepSeek 在 X 发了一条帖：V4.1-Flash-1017 上线，网站、App、API 同步切过去。那条帖子截止我写稿时大约 438 万次浏览、近 3 万赞。更值得盯的不是「又发了一个 Flash」，而是两件反差：

第一，你在代码里写的 model 名还是 deepseek-flash，定价页也没改数字——峰时 cache miss 每百万输入 0.3 美元、cache hit 0.006、输出 1.2；非峰半价。第二，官方自己说这是一次 minor update，但基准、任务完成速度、输出长度都往更好的方向挪了一截，还顺手把 Search & Fetch 全面开放成按次计费的独立接口。

换句话说：接口名字没变，价格没动，后面的模型换了。对已经接好 deepseek-flash 的团队，这更像一次「免改代码的换芯」；账单会不会更低，主要看它是不是真的输出更短——官方文案明确写了 shorter outputs。权重同步挂上了 Hugging Face 与 ModelScope，许可证是 MIT，想自托管或二次分发的人终于少了一层许可纠结。

下面按老规矩拆：它能干嘛，对做应用意味着什么，冷水泼在哪。

定位仍是 Flash 这一档：推理、编码、Agent、视觉都能碰。模型卡写得很直白——相对旧版 V4.1-Flash，推理、编码、Agent、视觉基准都有明显提升，同时压缩任务耗时和输出长度，想把性能–成本的 Pareto 往外推一截。优化目标点名了 DeepSeekHarness（建议版本 ≥v0.2.1-rc.1）、腾讯 CodeBuddy、WorkBuddy；还提到用强化学习里的 self-feedback，改善「从零做完整项目」的端到端表现。官方演示口径里有从零做游戏、做 3D 这类完整交付，不是只刷单题——这对接 Agent 写长任务的人更有参考价值：你要看的是它能不能收尾，而不只是中间一步对不对。

定价页还列了 Flash 这一档标配能力：支持 thinking / non-thinking 切换、JSON Output、Tool Calls、Responses API、Anthropic API，以及 Chat Prefix 与非思考模式下的 FIM。对已经用工具调用串业务流程的人，1017 更像是「同一套管线换更强的执行层」，而不是让你重写编排。

架构参数要分清出处：父代 V4.1-Flash（9 月公告）写过 552B MoE、prefill 激活约 8B / decode 约 16B、KV cache 压缩。1017 这张模型卡没有再单列总参/激活，Hugging Face Safetensors 页标注 Model size 763B——写进规格表时请当成文件级标注，不要和父代 552B 混成「升级到 763B」的叙事。本仓库没有 Jinja 格式的 chat template，编码协议在 encoding/ 目录，生产侧另有 deepseek-recipe。

想本地起推理，模型卡指向 inference/ 目录做权重转换；采样别一上来就抄别家的 0.2——官方推荐就是 temperature=1.0、top_p=1.0，上下文按 1M 规划，单次生成长度建议拉到至少 256K 量级，长任务才不至于中途被截断。

跑分一律当「模型卡自报」。相对旧 V4.1-Flash：HLE（无工具）42.6 vs 36.8；Terminal-Bench 4.0 42.3 vs 31.2；DeepSWE 77.0 vs 74.2；ProgramBench 29.1 vs 20.3；NL2Repo 68.2 vs 65.4；Automation-Bench 60.5 vs 54.8。模型卡脚注写得很关键：1017 的 Terminal-Bench 4.0 用的是 Claude Code harness；旧版编码相关分数可能来自 DeepSeek Harness——不能拿这两个数当严格同比。我把它读成方向信号：官方认为终端/Agent 这条线明显变强了，而不是「绝对领先某闭源模型多少」。

第一，改一行配置的成本接近零。定价页写明：继续用 deepseek-flash；旧名 deepseek-v4-flash、deepseek-v4-flash-vision-exp 已退役，但请求仍会路由到 1017，并按 Flash 价计费。你昨天的 base_url、昨天的 key、昨天的业务代码，今天大概率不用改。验收重点变成：同一批真实任务，通过率、延迟、输出 token 有没有往好的方向走。

第二，单价没降，用量可能降。新榜有条目把这次写成「下调 API 价格」——请别照搬到 1017。官方口径与公开 changelog 整理都强调 calling method and prices stay the same。峰时仍是那三档；非峰半价；峰时窗口是 UTC 01:00–04:00 与 06:00–10:00 的工作日，换算北京时间大约是工作日 09:00–12:00 与 14:00–18:00，周末和中国公休日全天非峰。若账单变好看，主因应是 输出更短、任务更快，不是单价表动了。做报价单的人，可以单独开一列「同任务输出 token」，别把「换代=降价」写进客户合同。

第三，Search & Fetch 变成可单独买的能力。定价页：Search、Fetch 各 0.75 美元 / 千次成功请求。经 DeepSeekHarness、Claude Code、Codex 走的服务端工具调用，目前免费；北京时间 2026 年 11 月 1 日 0 点起按次计费。现在接 Agent 检索链路的人，最好在免费窗里把调用次数、失败重试、缓存策略跑清楚，11 月别被账单打脸。

视觉能力这次也跟着 Flash 档位保留：定价页 Features 里 Vision 打了勾，旧的 vision-exp 名退役后流量同样进 1017。做截图排障、表格识读、带图工单的流水线，可以在同一 model 名下做回归，不必再维护一套实验模型名。Search & Fetch 开放价 0.75 美元/千次成功请求，适合写进毛利表；免费窗只到 10 月底，别把 Demo 期的调用密度当成长期常态。

第四，权重 MIT，想自托管或二次分发的路径更干净。相对一些「能看不能随便商用」的许可，MIT 对小团队做私有化、做蒸馏数据、做客户侧部署更省事。API 并发上限 2500，对中小流量产品通常够用；真要上大流量，还是得自己压测。

举个落地用法：你已经有一条 deepseek-flash 的客服或编码 Agent 流水线——今天不用换 endpoint，先把回归集里 20 个真实工单重跑一遍，盯三个数：是否解决、耗时、输出 token。若通过率持平或上升、token 下降，这才是「同价换芯」对你账户有意义的证据。官方从零做游戏/3D 的演示，适合当作「长任务能不能收尾」的压力测试模板，而不是直接拿去对客户承诺工期。

第一盆：这些分数是厂商自报。没有第三方同日复测之前，别把 42.3 写成「业界第几」。对比表里还有 K3、GLM-5.3、GPT-5.6 Sol、Opus 5——那是模型卡排版用的参照列，不是你业务集上的结论。

第二盆：Terminal-Bench 4.0 的 42.3 vs 31.2 不可严格同比。harness 不同，分数差里混着「模型变强」和「评测外壳变了」。对外宣传或对内周报，建议写成「模型卡自报，Claude Code harness」，并附上旧版可能用 DeepSeek Harness 的脚注。

第三盆：本版没有降价。若有人拿 9 月 Flash 相对更早代际的降价当「这次又降了」，请把时间戳掰开。1017 的卖点是同价换芯 + 更短输出，不是价目表再砍一刀。

第四盆：11 月 1 日起，Harness / Claude Code / Codex 路径上的 Search & Fetch 不再免费。现在「工具调用随便开」的 Demo 成本，不等于下季度的运营成本。按 0.75 美元/千次粗算：一天成功检索 1 万次，大约 7.5 美元；规模上去之后，缓存与合并查询会比「换更贵的模型」先成为优化项。

第五盆：采样建议 temperature=1.0、top_p=1.0，和不少团队默认的 0.2/0.7 不一样。上线前用自己的回归集扫一轮。另外 763B 与父代 552B 的口径别混用——对外讲架构时写清「父代公告 / 本卡 Safetensors 标注」。

还有一件容易忽略的事：legacy 模型名还活着，但模型已经退役。团队里如果有人仍在文档里写 deepseek-v4-flash，以为自己锁在旧版上，其实流量已经打到 1017。灰度发布、版本钉死、评测对照，这三件事要一起做。

我的态度比较直：DeepSeek 这次玩的是 静默升级——名字不变、价格不动、能力往上抬，对已经绑定 flash 的产品是好事。但静默升级最怕两件事：你以为还在测旧模型；你按旧输出长度估的成本，和新模型对不上。把回归集和 token 看板先拉起来，比转发一张跑分截图有用得多。

照着做可以按这张单子：① 调用里继续写 deepseek-flash，打一条请求看返回或控制台是否已是 V4.1-Flash-1017；② 拿你线上 Top 20 真实任务，对比旧版（若还留着日志）的通过率、延迟、输出 token；③ 账单按峰时/非峰拆开，别用混合均价忽悠自己；④ 若走 Harness / Claude Code / Codex，给 Search & Fetch 打点，估算 11 月按 0.75 美元/千次的成本；⑤ temperature/top_p 先按官方 1.0/1.0 跑一版，再和你的旧参数做 A/B；⑥ 需要私有化再去 Hugging Face 或 ModelScope 拉 MIT 权重；⑦ 想对外报价，把「交付物、过关标准、改几轮」写成一页纸，别只写「接了最新 Flash」。

OpenAI 兼容示例（model 名不用改）

from openai import OpenAI
client = OpenAI(api_key="...", base_url="https://api.deepseek.com")
r = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "回归测什么？"}],
    temperature=1.0, top_p=1.0,
)

很多人卡在第 ⑦ 步：API 会调了，命令也跑通了，就是不知道怎么变成一单生意。买家是谁、交付什么文件、过关标准写什么、改几轮，这些和模型强不强没关系。

你会不会立刻把回归集切到 1017？评论区聊聊。

出处：DeepSeek 官方 X @deepseek_ai（10月17日）、Hugging Face 模型卡 deepseek-ai/DeepSeek-V4.1-Flash-1017、api-docs 定价页；父代架构背景见 V4.1-Flash 9月公告。

往期 · 接着看

Reflection开源Beam：501B只激活23B，Apache 2.0可商用，第三方测出幻觉率47%

Meta开源Muse Spark Open：816B只激活42B，两台Mac能跑？NVFP4仍要约700GB显存

蚂蚁开源Ling-3.1-flash：560B只激活25B，1M窗线上先给256K

「AI商业实战」新人邀请礼遇 ¥25，进圈可领两张短卡：「交付定义卡」把买家、交付文件、过关标准、改稿轮次一次写清；「一周试跑清单」按天跑通一个最小交付闭环。不保证接单，帮你少走弯路。

每周风向标和项目拆解都在星球里。开启 AI 实战交流。

新人邀请礼遇：开启 AI 实战交流

觉得有用的话，欢迎点赞、收藏、评论。

THANKS FOR READING