DeepSeek V4.1-Flash-1017 发布及 Search/Fetch API 上线

“1017”在 DeepSeek-V4.1-Flash-1017 中字面意思即发布日期 10 月 17 日，DeepSeek 自身也将此次发布描述为“对 DeepSeek-V4.1-Flash 的一次小幅更新，在推理、编程、代理任务和视觉基准测试方面实现了显著提升”^[2]。这一表述至关重要，因为 DeepSeek 通常仅偶尔推出真正的新架构，随后通过按日期命名的快照进行迭代——此次发布基于 9 月的 V4.1 架构，而非引入全新架构。该模型的权重、7630 亿参数和 100 万 token 上下文窗口仍以 MIT 许可证在 Hugging Face 和 ModelScope 上开源^[2]。

此次更新还整合了 DeepSeek 的产品线：此前独立的“视觉实验”模型已并入 1017 快照中，使其也成为 API 上的视觉模型；调用现有的“DeepSeek Flash”模型名称或任何旧的日期别名，均已自动路由至 1017 版本，无需代码更改。值得注意的是，DeepSeek 官方目录中曾短暂出现一个明确标注为“deepseek-v4.1-flash-1017”的 API 条目，随后迅速被移除——这与 DeepSeek 用于快照发布的日期后缀命名惯例一致，尽管该公司尚未正式确认此次发布的所有细节^[5]。

DeepSeek 自己的基准测试表显示，在其公布的十一项指标中全部取得进步，其中最引人注目的是 Terminal-Bench 4.0 从 31.2 跃升至 42.3，DeepSWE v1.1 从 74.2 提升至 77.0^[2]，外部报道普遍将此次新版本描述为在代理任务上击败更大规模的竞争对手，同时再次降低单次任务成本^[4]。仅从表面看，这是此次发布中最大的单次跃升。

但若审视这些数字的生成方式，情况则变得模糊：1017 版本的 Terminal-Bench 分数是在 Claude Code 测试框架内运行测得的，而前一版本的基线分数则是在 DeepSeek 自有的测试框架内测得的——相同的基准测试被包裹在不同的测试框架中。在 DeepSWE 测试中，同一未变的模型在不同框架下运行得分相差约九分，而第三方尝试复现旧模型的 Terminal-Bench 分数时，结果甚至低于 DeepSeek 自身引用的基线。这些情况并未抹杀基准测试表中其他指标的真实进步，但它确实意味着 DeepSeek 图表中最引人注目的数字，恰恰也是测量方式最敏感的一项——这一矛盾也引发了技术社区的质疑，有评论者指出该对比并非“苹果对苹果”，而是经过精心挑选的。

在模型更新的同一天，DeepSeek 正式推出了 Search 和 Fetch API，均由其自研搜索引擎驱动，为代理和 RAG 应用提供实时网络内容^[1]。Search 接口执行查询并返回结构化结果，Fetch 接口则获取单个网页并将其内容以 Markdown 格式返回，每个接口定价为每 1,000 次成功请求 0.75 美元，并设有每秒 5 次请求的速率限制^[3]。

此举可视为 DeepSeek 将其已为自身代理构建的搜索基础设施商品化，并以计次收费的形式向外部开发者开放，与基于 token 的模型定价体系相独立^[3]。此次上线附带明确截止日期：通过 DeepSeek Harness、Claude Code 和 Codex 进行的服务器端调用目前免费，但该免费窗口将于 2026 年 10 月 31 日 16:00 UTC（即北京时间 11 月 1 日零点）关闭^[3][5]。任何在免费期内将这些 API 集成至代理工作流的团队，都将面临成本的陡然上升，而非逐步过渡。

外部分析认为，此次发布的成本-性能曲线进一步加剧了对现有前沿实验室的压力，将 DeepSeek 定位为在代理式编程任务上匹敌甚至超越更大、更昂贵的竞争对手，同时降低单次任务成本^[4]。开发者社区在对比公开基准测试的平均得分后，认为新版本大致与 Claude Opus 5 持平，优于 GPT-5.6 Sol 和 Kimi K3，尽管部分讨论也质疑基准测试对比组是否对 DeepSeek 有利，并质疑所公布数据在受控基准测试之外是否仍能成立。

这种怀疑态度与另一种更热情的反应并存：有社区评论特别指出，DeepSeek 一贯的低价策略使整体 AI 使用成本低于原本水平，将其视为对封闭实验室定价权的一种制衡。在市场层面，此次发布也助长了风险叙事——有评论者直接将其与此前一次 DeepSeek 周末发布相提并论，那次发布后英伟达市值曾蒸发约 5900 亿美元，此次发布在线上的快速传播和高参与度被视为值得密切关注的信号，而非既定事实。