10 月 17 日，DeepSeek 把 V4.1 Flash 更新到了 DeepSeek-V4.1-Flash-1017。网页版、App 和 API 同一天切到新版本，API 的调用方式和价格都没变，模型名还是 deepseek-flash。同一天还开放了自研搜索引擎的 Search / Fetch 接口，那部分我们单独写了一篇 DeepSeek 搜索 API 上手教程，这篇只讲模型本身。
下面按大家最常问的几个问题来写。跑分、价格、参数和限制都来自 DeepSeek 官方 API 文档、更新日志和 Hugging Face 模型页，查阅时间 2026 年 10 月 18 日（北京时间）。我没有自己跑评测，跑分都是官方公布的数字。
这次更新了什么？
官方说法是一次「小版本更新」，重点有三个：
- 跑分全面上涨：推理、写代码、Agent 任务、看图这几类测试都比上一版 V4.1 Flash 高。
- 更快、更省：完成同样的任务，运行时间更短，输出的字也更少。输出少了，按 token 计费的账单自然跟着降。
- 偏向「从零做完整项目」：官方说用了基于自反馈的强化学习，提升从零搭一个完整项目的能力，演示里有故宫 3D 建模、网页赛车游戏、用 Godot 复刻《传送门 2》。官方把这叫「许愿式编程」。
另外，这次专门针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 做了优化。用 DeepSeek Harness 的，官方建议升级到 0.2.1-rc.1 或更新版本。
跑分涨了多少？
挑几项和日常使用关系比较大的，数据来自 Hugging Face 模型页（官方自测）：
| 测试 | 测的是什么 | V4.1 Flash（9 月版） | V4.1 Flash 1017 |
|---|---|---|---|
| Terminal-Bench 4.0 | 在终端里完成任务（用 Claude Code 框架测） | 31.2 | 42.3 |
| DeepSWE v1.1 | 修真实代码仓库的问题 | 74.2 | 77.0 |
| ProgramBench | 写程序 | 20.3 | 29.1 |
| NL2Repo-Bench | 按描述生成整个代码仓库 | 65.4 | 68.2 |
| Automation-Bench v1.0.6 | 自动化任务 | 54.8 | 60.5 |
| HLE（不用工具） | 高难度综合问答 | 36.8 | 42.6 |
| BabyVision（可用工具） | 看图理解 | 89.6 | 92.5 |
涨得最多的是 Terminal-Bench 4.0，从 31.2 到 42.3。模型页还放了几家对手的分数：Terminal-Bench 4.0 上 GPT-5.6 Sol 是 39.9、Opus 5 是 51.8，DeepSWE v1.1 上 Opus 5 是 74.0。也就是说，这个 Flash 档的模型在一部分编程测试上已经和旗舰模型差不多，但在 HLE、ProgramBench 这些项上和 Opus 5 还有明显差距。厂商自己公布的跑分只能作参考，换到你自己的项目上，还得自己试。
要改代码吗？价格变了没有？
不用改。 继续用 deepseek-flash 这个模型名，请求就会由 1017 版处理。以前写的 deepseek-v4-flash、deepseek-v4-flash-vision-exp 也还能调，但那两个模型已经下线，请求会转给 1017 版，按 Flash 价格计费。建议趁这次把代码里的旧名字统一换成 deepseek-flash，免得以后旧名字停用时出问题。
价格没变。 中文价格页上 deepseek-flash 的价格（每百万 token）：
| 计费项 | 空闲时段 | 高峰时段 |
|---|---|---|
| 输入（缓存命中） | 0.02 元 | 0.04 元 |
| 输入（缓存未命中） | 1 元 | 2 元 |
| 输出 | 4 元 | 8 元 |
高峰时段是北京时间周一到周五（不含法定节假日）的 9:00–12:00 和 14:00–18:00，其余时间都按空闲价，也就是半价。周末和法定节假日全天都是空闲价，批量跑的任务放到晚上或周末，账单直接减半。
另外两个参数：上下文 1M token，最长输出 384K token；deepseek-flash 的并发上限是 2500。
想要更强的推理，也可以换 deepseek-v4-pro（目前对应 DeepSeek-V4-Pro-0813）。它贵不少：缓存未命中的输入高峰价每百万 9 元，输出 27 元，而且不支持图像理解。按官方这次的跑分，大多数场景我会先用 Flash。
能看图了吗？API 怎么传图片？
能。图像理解只有 deepseek-flash 支持，deepseek-v4-pro 不支持。你可以让它描述图片、识别截图里的文字、分析图表。
传图片用的是 OpenAI 兼容的写法：content 写成一个数组，文字和图片各占一块。本地图片最简单的办法是转成 base64：
import base64, os
from openai import OpenAI
client = OpenAI(api_key=os.environ["DEEPSEEK_API_KEY"], base_url="https://api.deepseek.com")
with open("screenshot.png", "rb") as f:
b64 = base64.b64encode(f.read()).decode()
resp = client.chat.completions.create(
model="deepseek-flash",
messages=[{
"role": "user",
"content": [
{"type": "text", "text": "把这张截图里的表格整理成 Markdown"},
{"type": "image_url", "image_url": {"url": f"data:image/png;base64,{b64}"}},
],
}],
)
print(resp.choices[0].message.content)
也可以直接给一个公开的图片网址，或者先用 Files API 上传、再用 file_id 引用（同一张图要在多个请求里反复用时，这样最省事）。
几个容易踩的点，都写在官方「图像理解」文档里：
- 支持 JPEG、PNG、GIF、WebP，格式按文件实际内容判断，改后缀名没用。
- 图片只能放在
user消息里，放进system或assistant消息会报 400。 - 每张图最多按 1024 个 token 算。大图会先自动缩小，所以 2000×2000 和 5000×5000 的图消耗一样多。不需要细节时加
"detail": "low"，图会先缩到 512×512，更快也更省。 - 单个请求体最大 48 MiB，base64 或网址方式单张图最大 32 MiB，一个请求最多 600 张图。
如果你之前为了看图专门接了一家视觉模型，现在可以试试直接用 DeepSeek，少管一把 Key。
思考模式怎么开、怎么关？
思考模式默认就是开的，思考强度默认 high。OpenAI SDK 里这样写：
resp = client.chat.completions.create(
model="deepseek-flash",
messages=[{"role": "user", "content": "9.11 和 9.8 哪个大？"}],
reasoning_effort="high", # low / high / max
extra_body={"thinking": {"type": "enabled"}}, # 改成 disabled 就关掉
)
print(resp.choices[0].message.reasoning_content) # 思考过程
print(resp.choices[0].message.content) # 最终回答
两个细节：思考模式下 temperature 等参数写了不报错，但不生效；带 tools 做工具调用时，之前每一轮返回的 reasoning_content 都要原样传回去，不然会报 400。简单的分类、翻译任务可以把思考关掉，回复更快，输出 token 也少。
Claude Code 里怎么用上 1017？
DeepSeek 提供了 Anthropic 兼容接口，Claude Code 只要改几个环境变量。官方文档给的配置（Linux / Mac）：
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=你的 DeepSeek API Key
export ANTHROPIC_MODEL="deepseek-flash[1m]"
export ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-flash[1m]"
export ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-flash[1m]"
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-flash
export CLAUDE_CODE_EFFORT_LEVEL=max
export CLAUDE_CODE_AUTO_COMPACT_WINDOW=786432
Windows 在 PowerShell 里用 $env:变量名="值" 的写法设置同样几项。设好以后进项目目录运行 claude 就行。
要注意一条模型映射规则：如果你不改模型名、直接传 Claude 的名字过去，claude-opus 开头的会被映射到 deepseek-v4-pro，按 V4 Pro 的价格算；claude-sonnet、claude-haiku 开头的才映射到 deepseek-flash。想全程用便宜的 Flash，就按上面把几个模型变量都设成 deepseek-flash。
还有一笔账：在 Claude Code、Codex、DeepSeek Harness 里，模型自己调用的联网搜索走的是 DeepSeek 的 Search / Fetch 接口，现在不收费，北京时间 2026 年 11 月 1 日 00:00 起按次计费（每千次 5 元）。经常让 Agent 上网查资料的，11 月以后看一眼账单。
如果你同时用好几个编程 Agent，不想每个都手改环境变量，可以用 Magpie 这类本机网关 在菜单栏切模型。Claude Code、Cursor、Codex 周边还有哪些工具可以配合，见 AI 编程 Agent 生态全景。
同价位的国产 Flash 模型还有 10 月 19 日发布的 MiniMax M3.1 Flash（输入 1 元、输出 4 元每百万 Token），价格和 Claude Code 接法见 MiniMax M3.1 Flash 快讯。
权重开源了吗？自己电脑能跑吗？
权重开源，MIT 协议，可以在 Hugging Face 和魔搭（ModelScope）下载，仓库名都是 deepseek-ai/DeepSeek-V4.1-Flash-1017。模型页还写了几点：
- 这次没有提供 Jinja 格式的对话模板，
encoding文件夹里有一份 Python 参考实现（encoding.py）；生产环境可以用官方的 deepseek-recipe（Rust 库，带 Python 绑定）处理提示词格式。 - 推荐采样参数：
temperature1.0、top_p1.0，上下文 1M token。
至于自己电脑跑，基本别想。9 月发布 V4.1 Flash 时官方写的是 552B 参数的 MoE 模型（输入激活 8B，输出激活 16B），Hugging Face 页面显示的参数量是 763B。不管按哪个数，都远远超出家用电脑的内存。
我在 llmspeed 上查了一下：它收录的 V4.1 Flash Q4_K_M 量化文件约 445GB，24GB 的 RTX 4090 和 32GB 的 RTX 5090 都显示「放不下」。按它的估算，要到 512GB 内存的 Mac Studio，用更低的 Q3、Q2 量化才装得下。个人用户还是用 API 或网页版最实际。
网页版和 App 要做什么吗？
什么都不用做。官方说网页版和 App 已经同步换成新模型，打开就是 1017 版。网页版和 App 继续免费；各家 AI 免费版能用多少，可以看本站每月更新的 主流 AI 免费额度汇总。
我的建议
- 已经在用 API 的：什么都不用改，下次请求就是新模型。顺手把代码里的
deepseek-v4-flash旧名字换成deepseek-flash。 - 之前为了看图另接了一家视觉模型的：试试
deepseek-flash的图像理解，价格就是 Flash 的价格。 - 用 Claude Code 写代码、想省钱的：按上面的环境变量接上，几个模型变量都设成 Flash，别被映射到 V4 Pro。
- 批量任务：放到周末或工作日晚上跑，按空闲价算是半价。
