创作与工作流
DeepSeek V4.1-Flash-1017：更便宜的代码模型，附自有搜索层
10 月 17 日，DeepSeek 发布 DeepSeek-V4.1-Flash-1017 检查点，是 9 月 V4.1-Flash 的一次后训练更新，继续用现有的 deepseek-flash 模型名提供服务。模型之外，DeepSeek 把自研搜索引擎驱动的 Search 与 Fetch API 开放给所有开发者。对智能体开发者而言，这次发布同时是两件事：代码智能体成本的一次帕累托改进，以及一个与独立搜索 API 供应商直接竞争的第一方网络层。
Muse 辅助起草；事实与八语译文均由所有者审阅。这不是独立模型复审。 本文在所有者授权下由 AI 辅助起草，并经 AI 事实核查复审；所有者尚未亲自审阅，不声称经过独立人工核实。测评数字均为 DeepSeek 自报，未见独立复现；API 与价格事实来自 DeepSeek 公开的模型卡与 API 文档。
一个检查点，而非一个新模型
DeepSeek-V4.1-Flash-1017 是 9 月发布的 V4.1-Flash 的一次后训练检查点更新，而不是新架构。它已在 DeepSeek 官网、App 和 API 上线，继续使用现有的 deepseek-flash 模型名；老的 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 标识已退役但仍被接受，由新检查点提供服务、按 Flash 价格计费。DeepSeek 把它描述为性能与成本的帕累托改进：分数更高、任务完成更快、输出更短。1017 检查点针对 DeepSeek Harness 优化（建议使用 v0.2.1-rc.1 或更高版本），同时适配腾讯 CodeBuddy 与 WorkBuddy，后训练采用带自反馈的强化学习做端到端项目级工作。
V4.1-Flash 的 Hugging Face 模型卡写明：仓库与模型权重均采用 MIT 许可。不过第三方报道把 1017 检查点权重的许可标为“未披露”，因此在已观察的页面上，MIT 声明是否覆盖 1017 权重本身尚未得到独立确认——在合规敏感的部署中把它当作 MIT 前，这一细节值得核实。
内存故事才是标题
配套技术报告的标题是《DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression》，标题即论点。这是一个多模态混合专家模型，552B 参数的骨干网络采用 40 层因果编码器-解码器（CED）Transformer——20 层因果编码器加 20 层解码器，解码器的全局 KV 缓存由最后一层编码器隐状态投射得到。这一设计在 prefill 阶段每 token 只激活 8B 参数，decode 阶段激活 16B。Compressed Sparse Attention 2 与 FP4（E2M1）主 KV 缓存把全局 KV 压到每 token 890 字节，约为 V4-Flash 的四分之一；SWA Bounded Replay 把持久化 KV 压到约八分之一。此外还有 196B 参数的 Engram 条件记忆、45T token 的预训练语料、1M token 的上下文窗口以及高达 384K token 的输出。
算一算账：890 字节/token × 1M token 约等于 0.9 GB 的持久化 KV 缓存——比模型自身的权重体积还小。对于输入密集的智能体工作负载，约束条件从显存容量转向编排与工具调用设计。这就是整个发布的经济学论据：长上下文不再是内存套侈品，而是一个可以明码标价的架构选择。
测评分数，附脚注
DeepSeek 自家的 1017 检查点测评表显示：DeepSWE v1.1 为 77.0（前作 74.2；高于 Claude Opus 5 的 74.0 和 GPT-5.6 Sol 的 73.0）；Terminal-Bench 4.0 为 42.3（前作 31.2，但仍低于 Opus 5 的 51.8）；Automation-Bench v1.0.6 为 60.5；Agents’ Last Exam 为 35.4；Apex Bench v1.1 为 72.1；ProgramBench 为 29.1；NL2Repo-Bench 为 68.2；无工具 HLE 为 42.6（Opus 5 为 56.3）。在 DeepSeek 披露的 11 个测评中，检查点相较 9 月版本提升 2.0 至 11.1 分。
这些数字全部来自 DeepSeek 自家，跑在其内部测评框架下，目前没有发布过独立复现；竞品分数是 DeepSeek 披露的对比，未经独立验证。这并不让这张表失去价值——方向与增量是真实信息——但在有人用独立脚手架跑出结果之前，这些数字只能当作方向性参考。这次发布中真正硬、可以写进合同的信息，是 API 表面与价格卡，而不是榜单。
给智能体的第一方网络层
发布的基础设施一半可能比模型本身更重要。DeepSeek 把 Search 与 Fetch API 开放给所有开发者：api.deepseek.com 上的 POST /v1/tools/search 与 POST /v1/tools/fetch。计费按成功请求计——每个端点每 1,000 次请求 0.75 美元，只有返回 HTTP 200 且有结果的请求才计费；失败请求、空搜索结果和超时不计费。每个 API 每账户限 5 QPS。经 DeepSeek Harness、Claude Code 或 Codex 发起的服务端调用在 2026 年 11 月 1 日北京时间 00:00 开始按请求计费之前保持免费。
Search API 返回来自 DeepSeek 自研搜索引擎的结构化结果：每次查询 1 至 50 个结果，支持 site:、lang:、after:、before: 等操作符，每个结果带 0 到 3 分的重排序分数与 0 到 4 级的权威度分级。Fetch API 取回单个页面，返回标题加 Markdown 内容。它们和模型共用同一个 API 密钥与账户余额，这使得智能体栈——模型加检索——变成一张账单，也让 DeepSeek 在智能体工作负载上与独立搜索 API 供应商形成直接竞争。
该怎么用它
模型价格不变：高峰每 1M 未命中缓存输入 token 0.30 美元（非高峰 0.15）、输出 token 1.20 美元（非高峰 0.60），非高峰价为高峰一半。这次发布不要求你做任何迁移——模型名没变，价格没变，检查点以原地升级的方式到来。唯一值得在日历上圈出的日期是 11 月 1 日：免费的服务端搜索调用到期，网络层开始按量计费。
对规模化跑代码智能体的团队而言，这既是一次模型事件，也是一次采购事件。正确的评估方式是在自己的脚手架内测出每个完成任务的实测成本，而不是看厂商的榜单——顺便把 0.75 美元/千次的搜索档位，和你们智能体现在用的浏览提供商做一次真实对比。
资料来源与延伸阅读
来源记录由所有者审阅；不声称已完成独立事实核验或独立模型复审。
- DeepSeek-V4.1-Flash 模型卡（DeepSeek，Hugging Face）
DeepSeek (Hugging Face model card)
Recorded publication date ·
Recorded verification time ·
- DeepSeek API 文档——模型与价格
DeepSeek (API docs)
Source publication date not verified
Recorded verification time ·
- DeepSeek API 文档——Search & Fetch 指南
DeepSeek (API docs)
Source publication date not verified
Recorded verification time ·
- MarkTechPost 独立报道
MarkTechPost
Recorded publication date ·
Recorded verification time ·