DeepSeek V4.1-Flash-1017 更新：基准全涨搜索 API 开放 Agent 降本

DeepSeek 在 10 月 17 日夜间完成 V4.1-Flash-1017 全量切换，11 项基准全涨 2.0-11.1 分，Terminal-Bench 从 31.2 跳到 42.3，ProgramBench 从 20.3 到 29.1，价格不变。同时开放自研搜索 API（¥5/千次），Harness 0.2.1 加入「许愿式编程」自查返工流程。763B 参数 552B+196B Engram 设计，8B/16B 激活，MIT 开源。

核心结论

DeepSeek 在 2026 年 10 月 17 日夜间完成 V4.1-Flash-1017 全量切换，网页端、App 与 API 三端同步更新。这不是一次发布会级别的重大升级，而是一次"性能—费用帕累托改进"：11 项基准全涨，价格不变，同时开放了自研搜索 API。对于依赖 Agent 多轮调用工具的开发者来说，真正的成本不在于单次回答价格，而在于任务运行时间和输出 token 总量——这次更新恰恰瞄准了这两个维度。

更新了什么

版本与架构

V4.1-Flash-1017 是 V4.1 Flash 的一个新检查点（checkpoint），不是新架构。核心参数：

属性	数值
模型 ID（API）	`deepseek-flash`（不变）
版本标签	V4.1-Flash-1017
发布日期	2026 年 10 月 17 日
总参数量	763B（552B 主干 + 196B Engram 记忆模块）
每 token 激活量	输入阶段 8B，输出阶段 16B
设计理念	大存储小激活：海量静态知识库 + 最小计算开销
已退役路由	`deepseek-v4-flash` 和 `deepseek-v4-flash-vision-exp` 现在路由到这个检查点
训练方法	自反馈强化学习：模型评判自己的输出并迭代

11 项基准全涨

与 9 月 10 日版本相比，11 项基准全部上涨 2.0-11.1 分。涨幅最大的两项：

基准	9 月版本	1017 版本	绝对涨幅	相对涨幅
Terminal-Bench	31.2	42.3	+11.1	+35.6%
ProgramBench	20.3	29.1	+8.8	+43.3%

Terminal-Bench 测试的是终端执行能力——AI 在命令行中真正完成任务，而非生成代码片段。ProgramBench 测试的是程序构建能力。这两项的大幅提升意味着模型正在从"代码片段生成器"向"项目级构建工具"转变。

自反馈强化学习特别擅长提升"任务能否跑通"的指标，因此 Terminal-Bench 和 ProgramBench 涨幅最大。但官方也坦诚：RL 能教模型把活干对，但教不了模型知道更多——知识深度类基准（如 HLE）提升有限。

与 Claude Opus 5 的对比

官方声称"在 4 项 Agent 测试中超越 Claude Opus 5"，但反面更清晰：11 项中输了 7 项。

赢的 4 项：集中在 bug 修复和工作流执行
输的 7 项：集中在知识深度和复杂推理

最大差距在 HLE（Humanity's Last Exam）：DeepSeek 42.6 vs Claude Opus 5 的 56.3，差 13.7 分。HLE 测试跨学科硬知识，工具帮不上忙。

模型定位总结：不是最聪明的，但是能干活且特别便宜的那个。

定价

组件	价格
输入	$0.15 / 百万 token
输出	$0.60 / 百万 token（非高峰）
与上一版本相比	价格不变

搜索 API：真正的战略动作

接口与价格

接口	价格
搜索	¥5 / 1,000 次
抓取	¥5 / 1,000 次

技术规格

此前作为 DeepSeek 网页端和 API 的底层搜索
日处理数亿次全球请求
索引数百亿网页
支持多语言

质量过滤

官方强调严格过滤：SEO 作弊、GEO 操纵、低质 AIGC 内容。

免费期

目前在 DeepSeek Harness、Claude Code 和 Codex 中免费
2026 年 11 月 1 日 00:00 开始计费

战略价值：一个便宜好用的代码模型加上干净的自有网络搜索层——一把 API key 搞定一切，省掉了对接第三方搜索服务的全部麻烦。

Harness 0.2.1 与"许愿式编程

DeepSeek Harness 需升级到 0.2.1-rc.1 及以上才能享受 1017 模型的专项优化。

"许愿式编程"是这次新加入的概念：用自然语言描述需求，模型自己构建整个项目——从代码片段生成升级到项目级构建。官方演示了三个案例（故宫 3D 建模、网页版赛车游戏、Godot 引擎复刻《传送门2》），但这些都是官方团队精选案例。

核心流程：模型写完后自查 → 发现问题 → 返工 → 再交付。当 Agent 多轮调用工具时，账单会被放大，单次回答的价格已不能代表真实成本——这也是这次更新专门针对 Harness 优化的原因。

开源信息

属性	详情
许可证	MIT
HuggingFace	可下载
ModelScope	可下载
模型权重	与部署同步开源
部署渠道	网页、App、API 三端同步

怎么用：开发者行动指南

1. 如果你在用 deepseek-flash

自动获得新版本，无需任何操作。价格不变，能力提升——没有理由不切。

2. 如果你在用 Harness

升级到 0.2.1-rc.1 及以上。新版本对 1017 模型有专项优化，搜索和抓取功能已在 Harness 中可用。

3. 如果你在做 Agent 多轮调用

重点看 Terminal-Bench 和 ProgramBench 的提升——这正是你的 Agent 在终端中完成任务的成功率。+35.6% 和 +43.3% 的相对提升意味着你的 Agent 在真实任务中的完成率会有明显改善。

4. 如果你在对接搜索

搜索 API 目前在 Harness、Claude Code 和 Codex 中免费。11 月 1 日开始 ¥5/千次。如果你的 Agent 需要联网搜索能力，这是目前最便宜的自有搜索 API 之一。

5. 别被"全涨"迷惑

11 项全涨是对比 9 月版本的自身进步，不是对比竞争对手。与 Claude Opus 5 在"干活"上能打，但在"深度思考"上仍有差距。按任务选模型，不要按跑分选模型。

6. 所有数据都是自测

截至本文发布时，没有第三方排行榜独立测评过 1017 版本。DeepSeek 自己的表格也注明数据为自测。自测数据不一定是假的，但是经过精选的。真实体感需要自己跑一遍。

行业背景

同一周，AI 行业正在经历从"谁更聪明"到"谁更能赚钱"的转向：Anthropic Q3 营收 $16.8B、调整后盈利，但 IPO 估值预期从 $2T 降至 $1.5T；智谱和 MiniMax 二级市场估值缩水；博通 CEO Hock Tan 直言"AI 投资者基本在赌场下注"；英伟达 9 天蒸发约 4 万亿市值。

DeepSeek 的定位：同价更好的模型 + 11 月 1 日前免费的搜索层——不是技术炫技，而是战略卡位。竞争正在从参数曲线转向成本曲线。

DeepSeek V4.1-Flash-1017 全量切换：11 项基准全涨、Agent 任务怎么降本？