那句话怎么说的来着——

永远不要相信 DeepSeek 所谓的 " 小更新 "。

这段时间蓝色大肥鱼大动作不断。

先是上线了 deepseek-v4-Flash、v4-Pro 正式版，把之前的预览版秒得渣都不剩。

紧接着又上线了原生多模态模型 v4-Flash-Vision-Exp；

然后是比 pro 还强的 deepseek-v4.1-Flash …

而就在前两天。

DeepSeek 服务不是又双叒崩溃了嘛。

机哥当时就想着，这条蓝色大肥鱼估计又要上新模型了。

结果，就在周六，它果然出手了——

DeepSeek-v4.1-Flash-1017

本以为，它只是个平平无奇的 v4.1-Flash 小迭代。

但仔细看了看，这玩意升级幅度是真有点大——

能力更猛、成本更低、还有其他黑科技。

咱们一个一个来看。

先跑个分，在多项基准测试中，v4.1-Flash-1017 版本对比原版 v4.1-Flash，分数又提升了一截。

测试长周期真实职业工作流的 Agents' Last Exam，测试长时间软件工程的 DeepSWE v1.1 等项目，都超过了 Opus5。

基本全面超越前顶尖国模 Kimi K3。

而 v4.1-Flash-1017 的价格没变。

还是梁文谷时段百万 token 缓存命中 0.02 元，输出 4 元，梁文峰时段翻倍。

比大洋彼岸的某些旗舰模型更强，但价格却只有几十分之一。

而且缓存命中率还高得吓人。

可能有机友好奇了。

" 诶，既然 API 价格没变，为啥前面说成本更低了呢？"

其实，这次 v4.1-Flash-1017 最狠的地方，是在性能更强的同时，还降低了任务运行时间和输出长度。

思考推理不再弯弯绕绕，而是直接奔着完成任务去，

来个好理解的。

DeepSeek 自己画了个 " 斩杀线 "。

图中的表，纵坐标代表任务的通过率。

横坐标代表完成一个任务，平均得花多少钱钱。

像是 Fable 5 的 Max 档，任务通过率 70% 左右，但干一个活平均得烧掉 100 多块。

而 v4.1-Flash-1017 的 Max 档，通过率高于 77%。

而干一个活只需要约 1 块 5 的成本。

极致的成本控制，也是让 D 老师直接杵在了斩杀线最左上角的位置。

把全球所有大模型全给斩杀了。

这次，谁还敢说 D 老师是吃白饭的蓝色大肥鱼？

搁以前，很多模型在处理问题的时候。

为了把活干好，经常会进入 " 雷霆大思考 " 状态。

活还没干，token 先被深度思考烧掉几百万。

搞得我思考强度都不敢拉满了。

现在即便是开最高档，很多小活甚至能在 1 分钟内出结果，确实狠。

至于说，这次的黑科技到底是啥。

其实，谜底就在谜面上——

许愿式编程

啥意思呢。

以前想让 AI 搓一个大项目。

咱们自己可能脑中有构想，但不知道该怎么跟 AI 描述，也不懂太多技术细节。

现在，只需要说自己想要什么就好。

v4.1-Flash-1017 通过基于自反馈的强化学习技术，拥有了更强的从零构建游戏、3D 建模等方面的能力。

在少量提示词、参考素材，极短的交互轮次下。

就能做出炸裂的项目效果。

比如…随手搓个故宫？

整个能在网页上跑的赛车游戏。

又或者，复刻《传送门 2》。

…

这样的模型，在 DeepSeek 这只是个 Flash 小版本迭代。

别说升级成 Pro 了，它甚至都不愿意给个 v4.2-Flash 的名字。

只能说现在大模型赛道还是太卷了。

顺带一提。

可能是考虑到很多国行用户，不喜欢接 API 来用吧。

这次 DeepSeek 除了升级自家 Harness 的体验外。

还针对腾讯 CodeBuddy、WorkBuddy 等平台框架进行了优化。

在这些平台上调用，体验会更好。

机哥瞅见，WorkBuddy 内置的 DeepSeek 模型，今天已经更新到了 1017 最新版。

积分消耗依然很低。

感兴趣的机友，阔以去试试。

图片来自网络