只加后缀的小更新？其实是猛料

最近国产大模型圈格外安静，没有发布会也没有预热造势，DeepSeek却悄悄上线了新版本：把DeepSeek-V4.1-Flash更新为DeepSeek-V4.1-Flash-1017。本来大家以为这只是个修bug的小迭代，看完参数和实测才发现根本没那么简单。

官方公布的跑分数据相当夸张：和上一代相比，1017版本的终端操作、软件逆向能力提升最明显，Terminal-Bench 4.0从31.2分涨到42.3分，ProgramBench从20.3分涨到29.1分，足足提了8.8分。横向对比更离谱，它在9项测试中成绩超过GPT-5.6 Sol，终端操作、软件逆向两项直接从落后完成反超；面对Claude Opus 5，也在DeepSWE、自动化测试等四项测试中取得领先。

更良心的是，这次更新完全是“加量还减价”：API表面单价没变化，但执行效率大涨之后，单个DeepSWE评测任务的平均开销，从原本的约0.49美元直接降到约0.20美元，降幅接近60%，活儿干得更好，花钱反而少了近三分之二。

这次更新的核心突破，就是从零开发完整项目的能力。官方演示案例里，模型仅靠少量提示词、极短的交互轮次，就产出了完成度极高的故宫3D古建场景：

不仅如此，赛博霓虹风格的完整网页赛车游戏也能一键生成，车身、夜景UI、交互菜单一应俱全：

它甚至还用Godot引擎复刻了经典解谜游戏《传送门2》的核心玩法，做出了文明演化模拟场景《Valley of Ages》，完全不是只能看个封面的半成品。

【编辑观察】以前AI写代码大多只能补个函数、修个小bug，现在直接能从零攒出可交互、能运行的完整项目，不管是独立开发者还是想整活的普通玩家，想象空间一下就被打开了。

实测三连：许愿式编程到底好不好用

DeepSeek官方把这次的能力升级叫做“许愿式编程一键成真”，我们也找了三个不同方向的项目实测，看看实际表现有没有跑分好看。

实测1：一张纸变成立体海边小镇

第一个测试任务是生成创意3D网页，要求把平面剪纸变成动态的海边小镇：随着鼠标向下滚动，墙面会从纸板上翻起，坡屋顶自动合拢，灯塔、码头和纸浪依次立起来，镜头也会从俯视慢慢转为斜视，纸张的厚度、折痕和阴影都完整保留，整个页面就像一本正在展开的立体书。

实际完成度惊喜不少：房屋立起后依然保留纸质质感，拖到黄昏时段，天空、海面的颜色和房屋窗灯会同步变化，灯塔还支持互动，时间滑块、场景动效、光影变化几个功能配合得十分顺畅，完全是可以直接发布的创意网页水平。

实测2：一键生成带旁白的科普短片

第二个任务把难度升级，要求同时完成画面、叙事、配音和字幕，产出可直接播放的科普视频，最终模型直接交付了两个不需要二次加工的有声3D网页作品。

  • 《地球：从炽热岩球到蓝色星球》全长2分半，分为13个章节，镜头从现代地球倒带回地球形成初期，切开剖面展示地层结构，再潜入浅海展现生命演化，寒武纪生物、小行星撞地球等节点都有对应镜头，旁白节奏、中文字幕和画面完全同步。
  • 《一粒盐的诞生》聚焦海南洋浦盐田工艺，两分钟里从盐晶特写拉远，完整展现纳潮、晒盐泥、过滤、卤水结晶的全流程，还会自动切换到微观镜头展示晶体形成过程，全片用统一的暖调微缩场景风格，叙事逻辑非常顺畅。

当然瑕疵也存在：古生物、盐工和工具的建模还比较简化，离电影级纪录片质感有差距，但只要稍作调整，完全可以直接当作科普短视频使用。

实测3：莫比乌斯环太空巴士小游戏

第三个测试直接瞄准了可玩游戏：要求做出一辆行驶在太空莫比乌斯环上的巴士。最终成果支持自由旋转视角查看整条环形公路，切换跟车视角时，车身会随着扭转的路面自然倾斜；第一视角下能看到驾驶舱、方向盘和翻转的星空，沿途还有站点卡片提示停车签到规则。 最精髓的是它真的还原了莫比乌斯环的空间特性：开完一圈车身会上下颠倒，开完第二圈才会恢复初始姿态，道路逻辑、车辆物理和镜头变化完全没有冲突，已经是个完成度不低的小型驾驶游戏雏形。

没升大版本，DeepSeek偷偷改了什么？

很多人好奇，这次更新为什么不叫V4.2-Flash，只加了个日期后缀？答案很简单：它完全没有改动底层架构，主干参数依然是552B，输入激活8B、输出激活16B的规模也和老版本一致，所有升级都集中在后训练和执行效率层面。

自反馈强化学习：让AI自己当测试员

官方明确提到，完整项目开发能力的提升，核心来自基于自反馈的强化学习。 写单个简单函数时，我们可以很轻松用测试用例判断对错，但开发完整项目的问题要复杂得多：车和赛道都画好了可能一开车就穿墙，修好碰撞问题，可能又发现重开比赛时计时器没有归零，单个功能都正常，凑到一起就冲突不断。 现在训练过程中会让模型自己对照最初需求，检查未完成的功能、排查前后逻辑冲突，给出的可靠自我评价会转化为训练奖励，相当于让AI自己边开发边当QA，反复练习把完整项目跑通的能力。

【编辑观察】这条路线的门槛也很明显：如果AI没法准确判断自己的错误，看似合理的自我评价反而会让模型在错误方向上越走越远，实际能力边界还需要更多项目验证。

给推理瘦身：砍掉没用的 token 成本

这次升级的另一个方向是缩短任务运行时间、压缩无效输出长度：API单价虽然没变，但模型做任务时会少生成大量冗余内容，直接降低了输出token费用。 对于需要多轮读写文件、修改代码的Agent类应用来说，这个优化尤其明显——除了最终答复，中间所有工具返回、历史对话都会计入费用，少生成无效内容不仅能省当次的输出钱，还能减少后续轮次重读历史的输入成本，这也是单任务价格能砍六成的核心原因。

开放搜索接口：补齐Agent联网能力

随新版本一起上线的还有DeepSeek自研搜索引擎的两个公共接口，开发者可以直接把这套能力接入自己的应用和Agent：

  • Search接口：负责根据关键词检索网页，返回标题、链接和摘要，帮模型快速筛选相关资料；
  • Fetch接口：负责根据选定的URL抓取网页正文，自动整理成模型容易读取的Markdown格式。

定价也很实在，Search和Fetch都按每千次成功请求5元人民币计费，搜索无结果、抓取失败、请求超时全部不收费，大幅降低了开发者做联网Agent的门槛。

不画饼的小更新，反而更实用

这次1017版本没有更换底层架构，也没有搞声势浩大的发布会，所有升级都落在了实际体验和使用成本上：靠自反馈强化学习补上了做完整项目的能力短板，靠推理瘦身砍掉了不必要的使用成本，再加上开放搜索工具降低开发者的接入门槛。 底层架构换代固然值得期待，但这种不用等半年周期、更新就能用上、能力看得见摸得着、成本还实打实下降的小迭代，对于想靠AI整活做游戏、做创意内容的普通用户来说，反而比遥不可及的技术大饼香得多。