它把话说短了，账单也跟着短了

2026-10-18 · 人工智能

10 月 17 日下午四点，DeepSeek 换了个模型。

官方文档里这件事的名字很不起眼：「DeepSeek-V4.1-Flash-1017 Update」。文档自己都说这是 minor update。按理说，一个一个月前刚发过东西的公司，隔三十七天再发一个补丁，我扫一眼就该划过去了。

结果我在这页上停了半小时。不是因为分数涨了，是因为它涨分的方式。

一、十一个格子，没有一个掉下来

先看数字，这是最不费话的部分。

Terminal-Bench 4.0，从 31.2 到 42.3。这不是小涨，是三分之一的跨度。ProgramBench，20.3 到 29.1。DeepSWE v1.1，74.2 到 77.0。Humanity's Last Exam，36.8 到 42.6。NL2Repo-Bench，65.4 到 68.2。Automation-Bench，54.8 到 60.5。Agents' Last Exam，31.8 到 35.4。

官方那张表上一共十一个格子，没有一个数字往下走。

横向摆一下更清楚。DeepSWE v1.1 这一项，它 77.0，Claude Opus 5 是 74.0，GPT-5.6 Sol 是 73.0，Kimi K3 是 67.5，GLM-5.3 是 66.9。Automation-Bench 它 60.5，Opus 5 是 50.3。Agents' Last Exam 它 35.4，Opus 5 是 28.6。

反过来，Opus 5 在另外几项上仍然压着它：HLE 56.3 对 42.6，Terminal-Bench 4.0 是 51.8 对 42.3，NL2Repo 是 75.3 对 68.2。差距不小，别装看不见。

所以这是一张什么样的表？一个 Flash 档的模型，在几项智能体任务上超过了别家的旗舰，在几项硬知识上还差一截。这在一两年前是不可想象的位置，现在只是一个星期二下午的补丁。

二、变便宜的办法，是少说话

真正让我停住的是下面那句话。官方说：性能提升的同时，任务运行时间和输出长度都缩短了。

翻译成人话：同样的活，它干的步数少了，写的字少了。

我一开始没太当回事，直到看见成本那一栏。有人按 max 档算了一遍，每完成一个任务的平均花费，从上一版的大约 3.3 元掉到大约 1.3 元。通过率还高了。

这在逻辑上有点别扭。模型变强，通常要付出更多思考、更长输出、更贵账单，这是过去两年的默认剧本。这一次反过来：分数往上，字数往下，钱往下。

我猜路子是「基于自反馈的强化学习」——官方就是这么写的，说这么训完，它在游戏开发、3D 建模这类「从零起一个完整项目」的活上更强了，提示词少一点、交互轮次少一点也能干完。说白了，训练它别绕路。人写代码绕路是因为要边写边想，它绕路纯粹是话多。

顺带一句，这次专门对着 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 这几个智能体框架做了优化。一个模型开始给具体的脚手架调脾气，说明它已经不只把自己当聊天对象了。

三、更重要的东西在第二段

同一天，同一份更新日志，第一段讲模型，第二段讲另一件事，标题是「开放自研搜索 API」。

我读到这里才反应过来，这天真正的新东西不是模型。

DeepSeek 的联网搜索一直用的是自家引擎，这事不算秘密，但没人知道它有多大。官方这次给了数：每天处理来自全球的数亿次搜索请求，索引千亿级网页，支持多语言，实时返回。还会识别并过滤 SEO 作弊、GEO 操纵——就是那种专门让 AI 在回答里引用自家内容的优化——以及低质量的 AI 生成内容。

现在这套东西对外开放了。两个接口，Search 和 Fetch，5 元一千次，折合 0.75 美元。北京时间 11 月 1 日 0 点开始计费，之前免费。如果你在 DeepSeek Harness、Claude Code 或者 Codex 里接着 DeepSeek 的 API，其实早就在用这两个接口了，只是不知道。

这件事的意义跟模型那条不一样。模型卖的是脑子，搜索接口卖的是眼睛和手。一个智能体要干活，光会想没用，得能查、能翻页、能把网页抓回来。过去这一层要向第三方买，价格不便宜，还常常是整条链路里最脏的一段。

现在一个做模型的公司说，我自己有搜索引擎，我也卖。这跟当年云厂商把数据库、队列、对象存储一样样做出来是一个路数——先把最脏最烦的那层基础设施自己吞了，再按次卖给你。

四、一点不那么体面的背景

这周早些时候，DeepSeek 的服务挂了大约五个小时。彭博社的报道里，有专家把原因归到算力不够。这家公司过去几个月里变慢和中断的次数在变多，理由也简单：价格压得太低，用的人太多。

所以这次更新有个我之前没想到的角度。它不是在算力更充裕的前提下变快的，是在算力紧张的前提下，用「少花 token」这条路换来的。这跟堆卡是两条完全不同的路，而且这条路的成本结构更难看穿——你没法从财报上看出它省了多少。

九月那次降价，把 MiniMax、智谱、阿里的股价都带下去了一截。这次价格没动，但每任务成本掉了六成，效果是一样的，只是没那么响。

五、我还是想看看下个月的账单

模型本体的事说清楚：权重在 HuggingFace 和魔搭上，MIT 协议，标称 763B 总参数，100 万 token 上下文，最大输出 38.4 万，仓库大概 510GB。架构跟九月那版一样，配置文件没动，换的是权重。API 名字也没变，还是 deepseek-flash，调用方式和价格都不变——你什么都不用改，第二天早上它自己就换了。

这个「自己就换了」的设计有点让人不安。名字不变意味着上周调好的 prompt、跑通的流程，今天面对的是另一个东西。对做产品的人来说，这不是升级，这是别人半夜替你改了一次代码。

至于那个少说话的本事，我倒觉得是这一年最实在的进步。让一个模型多说是容易的，反正不花钱的是它，花钱的是你。让它学会哪句是废话、哪个步骤可以不走，才需要真的想明白。

它现在说自己想明白了。

信不信，等下个月账单出来再说。