DeepSeek周末双更：“许愿式编程”一键成真

分析师/会磊

校对/智涵

策划/Eason

10月15日，DeepSeek经历近5小时服务故障后公开道歉，宣布按API用户此前一周的消耗金额全额发放赠金补偿，并承诺剥离单点依赖。

补偿刚落定，大家还在猜D老师是不是又要憋新动作，周末更新就来了。

没有发布会，也没有倒计时。10月17日，DeepSeek网页端、App和API同步切换至V4.1-Flash-1017，DeepSeek Harness升级至0.2.1，模型权重也同步上线Hugging Face和ModelScope。

官方称这是一次小版本更新，但变化并不小。

一边是模型能力和执行效率同步提升，"许愿式编程"让AI距离自主完成复杂开发任务又近了一步；另一边是自研搜索能力首次以独立API形式对外开放，DeepSeek开始把搜索也做成一门生意。

两项更新看似各有侧重，背后却指向同一件事：让Agent以更低的成本完成真实任务。

模型能力升级：

跑分更高、执行更快，还能"许愿式编程"

先看跑分，新版模型的成绩几乎全线飘红。

官方数据显示，相比上一版V4.1-Flash，1017版在11项基准测试中全部取得提升。

其中，DeepSWE v1.1从74.2升至77.0，Terminal-Bench 4.0从31.2升至42.3，ProgramBench从20.3升至29.1，Automation-Bench从54.8升至60.5，Apex Bench v1.1从64.6升至72.1。

这些测试主要涉及代码工程、终端操作、程序复现和业务自动化。简单说，新版不仅更会写代码，也更擅长调用工具、处理实际任务。

比跑分上涨更值得关注的，是模型干活的效率也提高了。

过去，Agent想完成复杂任务，往往需要反复推理、调用工具、修改代码。任务虽然能做成，但时间和Token消耗也跟着上涨。

1017版开始改变这种情况。

官方称，新版在提高任务成功率的同时，还大幅缩短了运行时间。

有开发者使用新旧版本完成相同的10项编程任务，两者全部通过，但旧版平均每项耗时4分30秒，新版缩短至2分38秒，耗时减少约41%。

这意味着，新版模型不仅要把任务做成，还在尝试用更少的资源、更短的时间完成任务。

除了效率提升，这次更新还有一个更大的看点："许愿式编程"。

以前想让AI开发一个完整项目，用户往往需要逐步说明功能、结构、交互和技术实现方式。代码写出来后，还得自己运行、检查错误，再让模型继续修改。

现在，用户只需要描述想要的最终效果，模型就能自主完成规划、编码、运行、检查和修复。

背后依靠的是基于自反馈的强化学习训练。模型写完第一版不会直接交差，而是根据运行结果继续检查、发现问题、修改代码，直到任务达到要求。

官方演示中，故宫3D场景可以实时浏览、切换视角；网页赛车游戏包含选车、驾驶和结算；Godot版《传送门2》复刻具备交互能力；Valley of Ages则用3D场景展示从史前到现代的世界变化。

不过，能做出项目，不代表已经能胜任所有软件工程。

目前，这类能力更适合小型项目、单功能模块和原型开发。面对大型工程、复杂系统和长期维护，模型能否持续保证质量，还需要更多实际验证。

有博主用新版进行了"鹈鹕测试"，耗时10分46秒、花费约3元，整体效果基本符合要求，但道路轨迹仍存在问题。

与闭源旗舰模型相比，DeepSeek也并非全面领先。

官方对比表没有纳入GPT-6.1 Sol和Claude Opus 5.5等更新的竞品。以表中的Claude Opus 5为例，DeepSeek在DeepSWE、Automation-Bench和Apex Bench三项测试中领先，但在Terminal-Bench、ProgramBench、NL2Repo-Bench和HLE四项测试中落后。

所以，这次升级更准确的定位，不是DeepSeek全面超越旗舰模型，而是在代码工程和Agent执行场景中，进一步提高性能、压低资源消耗。

搜索能力开放：DeepSeek

把AI查资料的工具也拿出来卖了

模型能力提之外，DeepSeek还把目光放到了Agent获取信息的环节。

这次开放的Search和Fetch，让开发者可以直接调用DeepSeek的搜索能力，为自己的Agent接入网页搜索和内容读取功能。

一个真正能干活的Agent，不能只靠模型训练时学到的知识。

查最新技术文档、搜索行业资料、读取公司公告、核实实时信息，都需要联网搜索。过去开发者通常要接入Google、Bing、Tavily等第三方服务，或者自己搭建爬虫系统，不仅要付费，还要处理网页解析、内容质量和后续维护问题。

DeepSeek这次把自研搜索能力拆成两个独立接口，相当于把原本主要服务于自身产品的搜索工具，开放给其他开发者使用。

两个接口分工很明确：Search负责找网页，Fetch负责读正文。

Search输入关键词，返回结构化搜索结果，支持限定网站、语言、发布时间等条件，还可以通过参数控制返回数量。

Fetch则负责读取指定网址，将网页正文转换成Markdown格式，方便模型直接处理。

比如，一个研究型Agent需要分析某家公司的最新动态，可以先用Search查找公告和新闻，再用Fetch读取相关网页，最后把整理好的内容交给模型生成报告。

整个过程不必再依赖人工复制粘贴网页内容。

更实用的是，此次还针对Agent的阅读习惯做了优化。

搜索结果同时提供snippet和summary两个字段。

前者通常为100至200字符，适合展示给用户；后者通常为600至800字符，更适合交给模型阅读。

简单理解，一个给人看，一个给AI看。

搜索结果还附带相关性和权威性评分，帮助开发者筛选更有价值的网页，减少无效内容进入模型上下文。

同时，开发者也获得了更多自主选择的空间。

此前，在Claude Code、Codex或DeepSeek Harness中使用DeepSeek模型时，搜索主要由模型通过服务端工具自主发起。什么时候搜索、搜索几次，通常由模型决定。

现在，开发者可以直接在自己的程序中调用Search和Fetch，自行决定搜索时机、结果数量和后续处理方式。

比如，代码Agent只在遇到未知依赖时搜索官方文档；财经Agent每天定时抓取指定公司的公告；研究Agent则可以先搜索，再筛选来源，最后交给模型总结。

对开发者来说，这比单纯让模型自己联网多了一层控制权。

不过，DeepSeek的搜索能力还需要接受实际检验。目前，搜索质量缺少充分的第三方盲测，相关性、时效性、网页覆盖度和中文搜索效果，都不能只看官方介绍。

模型单价没变，干活为何更便宜了？

模型升级了，搜索能力也开放了，接下来就是开发者最关心的问题：这次更新到底能省多少钱？

没有直接降价，而是通过提高效率，让完成同一个任务的成本降了下来。

开发者继续使用deepseek-flash就能调用新版，API价格保持不变。按照峰谷定价，高峰时输入每百万Token 0.30美元、输出1.20美元，闲时分别为0.15美元和0.60美元。

与GPT-6.1 Sol每百万输入Token 2美元、输出10美元相比，按高峰价格计算，DeepSeek输入便宜约6.7倍，输出便宜约8.3倍。

但这次真正值得关注的，不是Token单价，而是完成任务的总花费。

DeepSeek在DeepSWE v1.1测试中展示了一组数据：1017版在max档的任务通过率达到77.0%，平均每项任务花费约0.2美元、约1.3元；旧版通过率为74.2%，平均花费约0.4至0.5美元、约3.3元。

也就是说，在这组测试中，新版成功率更高，单任务费用却降低了约六成。

原因并不复杂。Agent完成任务的成本，不只取决于Token价格，还取决于推理多少轮、调用多少次工具、修改多少次代码。如果模型能减少无效步骤，用更少的Token完成任务，即使单价不变，总费用也可能下降。

当然，这组数据来自官方，且只对应特定测试框架，不能代表所有任务都能实现同样的降幅。

新开放的搜索API，则把Agent获取外部信息的成本进一步压低了。

Search和Fetch统一定价为每1000次成功请求5元，约0.75美元，按请求次数收费，不按Token或返回结果数量收费。只有请求成功并获得有效结果才计费，搜索无结果、超时或抓取失败都不收费。

11月1日00:00前，在DeepSeek Harness、Claude Code、Codex中通过服务端工具调用，还可以免费使用。

放到市场上看，这个价格相当有竞争力。

按照相关公开报价，OpenAI和Anthropic的联网搜索约为每千次10美元，Google Gemini 3.x和Microsoft Grounding with Bing约14美元；独立搜索服务中，Brave约5美元，Tavily Basic约8美元，Exa约7美元。

DeepSeek的0.75美元，约为OpenAI和Anthropic上述价格的十三分之一，相较Brave低约85%。

不过，各家服务的产品形态和计费规则并不完全相同，部分服务还需要额外计算模型Token费用，因此不能直接把接口价格差距等同于实际任务成本差距。

从卖模型到卖工具链：DeepSeek

的生意正在发生什么变化？

如果把模型升级和搜索API开放放在一起看，此次更新还透露出一个信号：DeepSeek正在把业务从模型本身延伸到Agent工具链。

这次更新涉及三个部分：V4.1-Flash-1017提供模型能力，Search和Fetch负责获取外部信息，DeepSeek Harness则负责Agent执行和工具调度。

过去，开发者搭建Agent，往往需要分别选择模型、搜索服务和执行框架，再解决不同工具之间的兼容、调度和计费问题。现在，DeepSeek试图把这些能力组合起来，提供一套衔接更紧密的开发工具。

这也让DeepSeek有机会在模型Token之外寻找新的收入来源。

1017版模型权重继续采用MIT许可证开放下载，支持本地部署；Search和Fetch则以云端API形式提供，按照调用次数收费。

一边通过开放模型吸引开发者，一边通过云端工具提供持续服务。相比单纯依靠模型API收费，这种模式有机会让DeepSeek参与Agent运行的更多环节。

不过，提供工具不等于已经形成成熟的生态。新版模型在复杂任务中的表现、搜索API的实际质量，以及服务稳定性，都还需要验证。尤其是10月15日持续近5小时的故障，也提醒开发者，低价之外，可靠性同样重要。

能否让这些工具在真实业务中稳定协同，将决定DeepSeek能否从模型供应商进一步成长为开发者长期使用的工具服务商。

大模型竞争进入

下一阶段：谁能更便宜地把活干完？

DeepSeek这次更新，也折射出大模型行业竞争重点的变化。

当Agent开始进入实际业务，模型跑分和Token单价，已经不足以衡量一款产品的竞争力。

开发者更关心的是，AI能否完成任务、需要多长时间，以及最终花费多少。一个模型即使单价很低，如果需要反复推理、修改代码，最终成本也未必划算；反过来，价格较高的模型如果能更快完成任务，也可能更有优势。

与此同时，竞争范围也在扩大。模型负责推理，搜索提供信息，工具和执行框架负责把任务落地。任何一个环节效率不足，都可能影响最终结果。

因此，未来AI厂商比拼的，可能不再只是单一模型的能力，而是整套Agent系统的任务成功率、执行效率和综合成本。

DeepSeek此次同时升级模型、开放搜索接口，正是这一趋势的一个缩影。

但从低价工具到成熟生态，仍要经过真实场景的检验。

能否持续、稳定地把任务做好，才是DeepSeek接下来需要回答的问题。

【行业研究】《2025年中国企业级AI Agent应用实践研究报告》 | 《2025年中国金融业数据库国产替代能力评估报告》| 《大模型时代 2025年央国企数智化转型新实践与新范式》｜《2025年中国IT后市场发展研究报告》| 《2024年央国企RPA市场研究报告》｜《2024年中国AI大模型产业发展与应用研究报告》｜《2024年中国银行业数据库市场研究报告》｜《2024年中国CRM市场研究报告》｜《2024年中国智能客服市场研究报告》｜《2024年中国网络靶场市场研究报告》| 《2024年中国交通运输行业数字孪生市场研究报告》

关注「第一新声」并设置星标，第一时间GET行业信息

智客推

一起剪

相关标签