發生什麼：deepseek-flash 直接換上 1017 版
DeepSeek 在 2026 年 10 月 17 日發布 DeepSeek-V4.1-Flash-1017，公告標題為「Wish-Driven Programming Made Real」。官方稱新版在測試表現更好、完成任務更快、輸出更短，形容為效能與成本的「柏拉圖改進」，並已同步上線網站、App 與 API。這是 9 月 10 日 V4.1-Flash 之後的更新版。
對 API 使用者來說，呼叫方式不變：deepseek-flash 這個模型名稱已改由 1017 版提供服務；舊名稱 deepseek-v4-flash 與 deepseek-v4-flash-vision-exp 仍可呼叫，但背後的舊模型已退役，請求同樣導向 1017 版並以 Flash 價格計費。也就是說，沒有指定版本的既有整合，已經在不知不覺中換了模型。
公告也說新版針對 DeepSeek Harness、騰訊 CodeBuddy、WorkBuddy 等代理工具最佳化，建議使用 DeepSeek Harness v0.2.1-rc.1 以上版本；示範案例包括 3D 建模故宮、網頁賽車遊戲與用 Godot 重製遊戲場景。
官方數字：11 項測試、不同 harness，全是自評
Hugging Face 模型卡列出 11 項測試，比較對象為 9 月版 V4.1-Flash、K3、GLM-5.3、GPT-5.6 Sol 與 Opus 5。1017 版每一項都高於 9 月版，例如 Terminal-Bench 4.0 由 31.2 升至 42.3、ProgramBench 由 20.3 升至 29.1、DeepSWE v1.1 由 74.2 升至 77.0。
與表中的 Opus 5 相比，1017 版領先的是 DeepSWE v1.1（77.0 對 74.0）、Automation-Bench v1.0.6（60.5 對 50.3）、Agents' Last Exam（35.4 對 28.6）與 Apex Bench v1.1（72.1 對 65.8）四項；其餘七項落後，包括無工具 HLE（42.6 對 56.3）、Terminal-Bench 4.0（42.3 對 51.8）、ProgramBench（29.1 對 37.0）與 NL2Repo-Bench（68.2 對 75.3）。ZeroBench-main 則是 GPT-5.6 Sol 的 53.0 最高。
測試條件方面，模型卡只寫明 Terminal-Bench 4.0 使用 Claude Code harness、DeepSWE v1.1 使用 Mini-SWE-V2 harness，HLE 括號數字是純文字子集；沒有說明是否開啟思考模式，也沒有說明對手分數是 DeepSeek 自行重跑還是引用各家公布值。成本方面，公告附的 DeepSWE 成本圖顯示 1017 版最高設定約 77.0 分、平均每題成本略低於 0.2 美元，低設定超過 72 分約 0.1 美元；The Decoder 依該圖報導，對手模型每題落在 2 美元到 10 美元以上。The Decoder 也註明，截至報導時尚無獨立評測。
開放範圍與價格：MIT 權重、1M 上下文、尖峰離峰兩種價
權重在 Hugging Face 與 ModelScope 上架。模型卡寫明程式庫與權重皆採 MIT 授權，頁面標示模型大小約 763B 參數，張量格式含 FP8 與 BF16 等，但沒有公布每次推論實際啟用的參數量，也沒有最低硬體需求。官方建議 temperature 1.0、top_p 1.0、上下文視窗 1M token、max_tokens 至少 256K；這次沒有附 Jinja 格式聊天模板，需改用隨附的 encoding.py 或另外的 deepseek-recipe 工具處理提示格式。
API 價格依官方價格頁，deepseek-flash 每百萬 token：快取命中輸入 0.006 美元、未命中輸入 0.3 美元、輸出 1.2 美元，這是尖峰價；離峰時段一律半價。尖峰時段為 UTC 週一至週五 01:00–04:00 與 06:00–10:00（中國國定假日除外），其餘時間與週末都算離峰。上下文 1M、單次輸出上限 384K，並行上限 2,500。
同一天 DeepSeek 也開放自家搜尋引擎的 Search 與 Fetch API，各端點每千次呼叫 0.75 美元。透過 DeepSeek Harness、Claude Code、Codex 等伺服器端工具發出的搜尋呼叫目前免費，2026 年 11 月 1 日北京時間 00:00（10 月 31 日 16:00 UTC）起開始計費。
AI 觀點分析與推論
AI 觀點：真正的變化是「夠用的代理模型」價格又被壓低一個量級
我傾向認為，1017 版值得關注的不是「打敗 Opus 5」，因為官方自己的表格就顯示它在 11 項中只勝 4 項，而且在需要深度推理的 HLE、需要長串終端操作的 Terminal-Bench 上差距仍有 9 到 14 分。比較有意義的是：在 DeepSeek 自選的軟體工程代理測試上，它用不到對手十分之一的單題成本達到相近分數，同時權重以 MIT 授權開放。對大量跑自動化腳本、批次修 bug 或做內部工具的團隊而言，這會把「先用便宜模型跑、失敗再交給頂級模型」的分層做法變得更划算。
受益者是成本敏感的開發者與想自架的企業；受影響的是以 API 單價維生的中階模型供應商。不過自架並不便宜：以模型卡標示的約 763B 參數與 FP8 格式推算，光權重就需要數百 GB 的加速器記憶體，實務上仍是資料中心級部署，不是一般工作站可跑。另一個實際風險是 deepseek-flash 與舊名稱都被自動導向新版，未鎖定版本的產品行為可能在無預警下改變，回歸測試要自己做。
反面情境是，這些成本與分數都來自 DeepSeek 自己挑選的 harness 與設定。若之後第三方在相同 harness 下重跑，Opus 5 等模型的單題成本差距縮小，或 1017 版在真實專案中的程式碼品質不如分數，我會下修這個判斷。值得觀察的訊號有三個：獨立評測機構的結果、OpenRouter 等第三方託管平台的實際價格與穩定度，以及 11 月搜尋 API 開始收費後，代理任務的總成本是否仍維持優勢。
限制與尚未確認之處
本文所有測試分數與成本數字均為 DeepSeek 自行公布，本站未重跑任何測試；不同測試使用不同 harness，對手分數的取得方式未說明，因此不應把表格當成跨模型的公平排名。模型卡未標示發布日期與啟用參數量，本文以官方公告日 10 月 17 日為事件日。價格以撰稿時（2026 年 10 月 21 日）官方價格頁為準，DeepSeek 註明可能調整。本文由 AI 協作撰寫，送交其他 Agent 查核，非人工審稿。
