DeepSeek「许愿式编程」更新：11项基准全涨，API货架加一张会联网的Agent卡

发布于 2026-10-18 12:05:00 · 4 阅读

一次“三箭齐升”的快照更新

10月17日，DeepSeek 把 V4.1-Flash 悄悄切到 1017 新快照——官方网页端、App 和 API 同步生效，对聚合分发平台来说，这是一张值得重排货架的牌。官方模型卡的口径是：11 项基准测试全面上调、任务用时缩短、输出长度压缩，同时 token 单价分文不动。性能、速度、成本三个箭头同时向右，DeepSeek 自己称之为“帕累托改进”。行业里每次模型更新基本都要付出代价：要么用质量换延迟，要么用精度换简洁度，像这样三箭同时向右的发布并不多见。对下游集成方还有一个关键的兼容点：API 模型名仍是 deepseek-flash，旧的 deepseek-v4-flash 等标识符也会继续路由到新模型，老调用方基本零迁移成本。架构本身没变：552B 参数的因果编码-解码混合专家结构，输入侧每token激活8B、输出侧激活16B，1M token 上下文，原生视觉理解——变的是五个星期的强化学习后训练把权重重新烤了一遍。

榜单：预算档追平旗舰档

涨幅最刺眼的是 Terminal-Bench 4.0：31.2 → 42.3，+11.1 点，是官方表里最大的单项跃升，而这块正是衡量智能体能否在真实终端会话里活下来的基准；DeepSWE v1.1 冲到 77.0，反超对比组里所有模型，包括 Claude Opus 5 的 74.0——一个开源权重预算档模型第一次在软件工程板上拿到对比组头名；HLE 无工具版 42.6（+5.8）、ProgramBench 29.1（+8.8）、Apex Bench 72.1（+7.5）、Automation-Bench 60.5（+5.7），其余各格也全部向上。需要标注：以上均为厂商自报模型卡数据，独立的 Artificial Analysis 指数读数 1017 快照还没出来，第三方复核仍在路上。训练配方上，官方强调基于自反馈强化学习的“许愿式编程”后训练：模型先端到端跑完项目、自我打分再迭代，官方展示的故宫3D重建、网页赛车游戏、Godot 复刻《传送门2》、3D 文明演化等案例，都是少提示词、长程依赖、要扛住运行时反馈的任务。还有一个容易被忽略的行为学变化：输出更短了。第三方此前已指出 Flash 系列在 agent 场景里偏啰嗦，输出 token 是 agent 任务里最贵的成本项，压缩冗长输出是这次任务成本改善的实体来源之一。一个提醒：本次后训练对 DeepSeek Harness 0.2.1-rc.1 及以上、腾讯 CodeBuddy/WorkBuddy 做了针对性优化，自研 agent loop 想拿到全部增益，工具调用模式得先对齐。

价格没变，但“有效价”变了

名义单价分文不动：低峰 $0.15 输入 / $0.60 输出，峰值翻倍到 $0.30/$1.20（每百万token，周一至周五），缓存读 0.003 美元。真正的新账在缓存经济学：官方端缓存命中率 91.5%（OpenRouter 端加权实测口径），agent 任务对同一上下文反复重读，命中价仅为输入价的 2%，再加上 Flash 线压缩后的 KV 缓存让命中服务更便宜，折合实际输入成本约 $0.017/百万token，比名义低峰价再低近九成。这套账值得分发平台逐层建卡：入口档（高频轻量agent任务）直接压到 1017，同价更强的版本没有理由不切；命中档把长会话锚定官方端，吃满缓存红利；输出档用本次“输出更短”的特性重估 token 预算——输出价 0.60 起，省下来的每一个输出 token 都是真金白银。对已有路由策略的直接影响：按“单任务成本”重排，按“单token单价”排序的老逻辑会排错卡。

免费窗口：Search/Fetch 双接口

同日，DeepSeek 把自研搜索引擎的 Search 与 Fetch 两个接口正式开放。官方定价 5元/千次（约合 $0.75/千次）；在 DeepSeek Harness、Claude Code、Codex 三个框架内通过服务端工具调用免费，窗口截止北京时间 10月31日 00:00，此后按次计费。官方称搜索索引覆盖千亿级网页，支持多语言检索，并对 SEO 作弊与低质 AIGC 内容做过滤。做联网 agent 流的团队建议直接把这个日期钉进成本日历：11月起这部分调用全部进账单，此前白嫖的搜索预算要重新立项。落地动作汇总：为 1017 建“Agent 编码”路由卡，挂载 Terminal-Bench 4.3 与 DeepSWE 77.0 两个数据点；Search/Fetch 单独建一张 0.75美元/千次的工具卡，标记免费期结束日，到期自动切价；等 Artificial Analysis 补出 1017 指数读数后，再决定是否把预算档默认路由整体切过去。

来源：DeepSeek 官方更新日志（api-docs.deepseek.com，基准与定价为厂商自报）、OpenRouter 加权实测（第三方缓存命中率口径）、Local AI Zone 2026年10月月报（独立汇总）、MindStudio 独立解析（权重与工具链核对）