DeepSeek V4.1 Flash 1017 评测：更新了什么，实测对比 V4 Pro

DeepSeek 在 2026 年 10 月 17 日把 V4.1 Flash 升级为 DeepSeek-V4.1-Flash-1017。模型 ID 仍是 deepseek-flash，价格不变，官方列出的跑分全部上涨。我们当天实测，能同台的任务上它和 V4 Pro 结果一致，每次都更快，成本低 4–11 倍。

两个模型都能在 OmniaKey 调用：DeepSeek V4.1 Flash 和 DeepSeek V4 Pro。

1017 更新了什么

DeepSeek 在 10 月 17 日把 9 月 10 日发布的 V4.1 Flash 升级为 1017。上一版的细节在9 月那篇 V4.1 Flash 评测里。新的模型卡说 1017 只是一次小更新，但在推理、写代码、智能体任务和视觉测试上都有明显提升。下面这些数字都来自 DeepSeek。

每一行都在涨。Terminal-Bench 4.0 高出 11.1 分，ProgramBench 高 8.8 分。Apex Bench v1.1 高了 7.5 分，† 表示只用 HLE 的纯文本子集。

NL2Repo-Bench 的涨幅要说明基线：1017 的模型卡把 9 月版写成 65.4，9 月那张模型卡写的是 64.0。按 65.4 算是涨 2.8 分，按 64.0 算是涨 4.2 分。

DeepSeek 还说 1017 缩短了任务耗时和输出长度，称这是一条新的性能与成本最优曲线。它点名针对 DeepSeek Harness、腾讯 CodeBuddy 和 WorkBuddy 做了优化。权重以 MIT 协议开放在 Hugging Face 的 deepseek-ai/DeepSeek-V4.1-Flash-1017。自己部署时，模型卡建议 temperature 1.0、top_p 1.0，max_tokens 至少 256K。

调用代码要不要改

原来就调 deepseek-flash 的话，不用改。更新日志说调用方式和价格都没变，这个 ID 现在指向 1017。下面四点值得对一遍。

• 旧名字 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 仍然能用。请求由 1017 处理，按 Flash 的价格计费。DeepSeek 说这是临时安排，没有公布结束日期。
• 思考模式默认打开，默认档位是 high。reasoning_effort 可以填 low、high 或 max，写代码时用默认档就够。
• 思考时间长，要给足空间。我们的解析器任务在 1017 上用了 20,709 个输出 token。V4 Pro 在 max_tokens 设为 32,000 的情况下返回了 70,649 个输出 token，长请求要开流式。我们那次非流式的 V4 Pro 请求在 10 分钟后被切断，改流式后 20.7 分钟跑完。
• 高峰时段价格翻倍。按 DeepSeek 10 月 17 日的牌价，Flash 的未命中缓存输入每百万 token 0.15 美元，输出每百万 token 0.60 美元。高峰价分别是 0.30 和 1.20 美元，V4 Pro 非高峰是 0.66 和 1.98 美元。

高峰时段是 UTC 周一至周五 01:00–04:00 和 06:00–10:00。按北京时间，就是工作日的 09:00–12:00 和 14:00–18:00，中国法定节假日除外。用 DeepSeek Harness 的话，更新日志要求升到 0.2.1-rc.1 或更新版本。

实测：1017 对比 V4 Pro

我们在 2026 年 10 月 17 日 13:00–13:20 UTC 之间开始跑这五项任务，那天是周五，正好在 DeepSeek 的非高峰时段。

怎么测的

• 模型 ID：deepseek-flash，DeepSeek 价格页把它对应到 DeepSeek-V4.1-Flash-1017。另一个是 deepseek-v4-pro，返回里报告的是 deepseek-v4-pro-ga-260813（价格页写作 DeepSeek-V4-Pro-0813）。
• 请求走 OmniaKey 的 OpenAI 兼容接口 /v1/chat/completions。
• 思考模式打开，档位用默认的 high，没有改 temperature。每项任务每个模型只跑一次，任务并行跑。只有 V4 Pro 写代码的补跑用了流式。
• 判分：第 1 项用我们自己的 30 个用例。其中 19 个结果必须和 Python 完全一致，11 个输入必须报出正确的错误。第 2 项逐个核对工具调用和参数，第 3 项核对 10 个字段，第 4 项核对 3 个徽章编号，第 5 项核对 4 个答案。
• 时间从发出请求算到完整回复。成本是回复里的 token 数乘以 DeepSeek 非高峰牌价（未命中缓存的输入、输出）。这次没有发生缓存命中。
• OmniaKey 在卖这两个模型的接口，测试就是通过它跑的。文中价格都是 DeepSeek 的官方牌价，不是我们的价格。
• 来源都在 2026 年 10 月 17 日核对：更新日志、价格页、模型卡、思考模式指南、Search and Fetch 指南。

每项只跑一次，这是抽查，还称不上跑分。

测试 1：按 Python 规则写解析器

这一项看什么：运算优先级、右结合的 **、-2**2 = -4、整除、取模和各种报错，而且不许用 eval。判分文件有 30 个用例。

提示词：

Write a Python 3 function evaluate(expr: str) that evaluates an arithmetic expression without using eval, exec, ast or any parsing library.

• 1017：30 个用例全过，用 87.7 秒，花费 0.0125 美元。输出 20,709 个 token，其中 19,734 个是思考。
• V4 Pro：流式重跑 30 个用例全过，用 1,239.5 秒（20.7 分钟），花费 0.1401 美元。输出 70,649 个 token，其中 69,456 个是思考。第一次非流式请求跑了 10 分钟以上，没有回复就被切断了。

结论： 1017。两个模型都写对了，1017 用 88 秒，V4 Pro 用了近 21 分钟，成本是 1017 的 11 倍。

测试 2：并行工具调用

这一项看什么：一次回复里发出 4 个调用，两个城市各查天气和当地时间，每个参数里的城市要对。

提示词：

I'm flying out tonight. What's the weather right now in Lisbon and in Osaka, and what's the local time in each city? Use the tools.

• 1017：4 个调用参数全对，用 2.6 秒，花费 0.0002 美元，输出 195 个 token。
• V4 Pro：4 个调用参数全对，用 5.2 秒，花费 0.0008 美元，输出 265 个 token。

结论： 正确性打平，时间和成本都是 1017 赢。

测试 3：从乱格式邮件里取发票字段

这一项看什么：一封德英混写的发票里取 10 个字段。里面有「2.500 pcs at 0,42 EUR」这种欧洲数字写法，日期是「3rd of November 2026」，账期 14 天，折扣只打在宣传册那一行。

提示词：

Extract this invoice email into JSON with exactly these keys:

• 1017：10 个字段全对，用 5.2 秒，花费 0.0005 美元，输出 779 个 token。
• V4 Pro：10 个字段全对，用 22.1 秒，花费 0.0034 美元，输出 1,607 个 token。

结论： 1017。答案一样，快 4 倍，这一项便宜 6.7 倍。

测试 4：26 万 token 的服务日志

这一项看什么：找出 A、B、C 三栋楼当前的徽章编号，同时避开 B 栋已作废的旧编号和没人问的 D 栋编号。

提示词：这一项没有提示词原文。输入是一份 262,816 token 的服务日志，token 数由 API 统计，里面有五行 NOTE。

• 1017：A、B、C 全对，旧编号和 D 栋都跳过了。用 24.1 秒，花费 0.0417 美元，输出 3,771 个 token。
• V4 Pro：全对，用 31.7 秒，花费 0.1759 美元，输出 1,221 个 token。

结论： 1017。它在这里想得更久，还是先做完，价格约为对方的四分之一。

测试 5：读一张图表

这一项看什么：调用最多的月份、最少的月份、六个月的平均值（保留一位小数），以及六月比一月多多少。DeepSeek 只在 Flash 上提供视觉，所以这一项只有 1017 跑。

提示词：

Look at the chart. Which month had the most API calls and which had the fewest? What is the average of the six months, rounded to one decimal? By how many thousand calls did June exceed January? Reply in four short lines.

• 1017：4 个答案全对，用 3.8 秒，花费 0.0002 美元。

结论： 1017。V4 Pro 根本读不了这张图。

结果汇总

写代码这一项 V4 Pro 的耗时是 1017 的 14.1 倍，工具调用是 2 倍，发票是 4.2 倍，日志是 1.3 倍。第 1 到第 4 项加起来，1017 花了 0.055 美元，V4 Pro 花了 0.320 美元。按 DeepSeek 牌价算，V4 Pro 贵 5.8 倍。

DeepSeek 的跑分怎么看

在 DeepSeek 那张 1017 的表里，新模型在 11 项测试中有 4 项领先 Claude Opus 5，7 项落后。这些数字都是 DeepSeek 用自己的测试框架跑出来的。

1017 领先的是 DeepSWE v1.1（77.0 对 74.0）。Automation-Bench v1.0.6 是 60.5 对 50.3。Agents' Last Exam 是 35.4 对 28.6，Apex Bench v1.1 是 72.1 对 65.8。Opus 5 领先的是 HLE（56.3 对 42.6）和 Terminal-Bench 4.0（51.8 对 42.3）。ProgramBench 是 37.0 对 29.1，NL2Repo-Bench 是 75.3 对 68.2。三项视觉测试也是 Opus 5 高一点。Chartography 是 84.0 对 83.0。BabyVision 是 94.1 对 92.5，ZeroBench-main 是 52.0 对 51.0。

读这张表要注意两点。DeepSeek 没有发布把 1017 和 V4 Pro 放在一起的官方对比表。DeepSeek 公布过的 V4 Pro 跑分，只出现在 9 月 V4.1 Flash 的模型卡里。另外，DeepSWE 分数对每项任务成本的那张图只有图片，网页正文里没有数值。

自己的代码好不好用，还是看上面五项任务更直接。

新的 Search 和 Fetch API

10 月 17 日的更新日志还开放了 DeepSeek 自建搜索引擎的 API。搜索接口是 POST https://api.deepseek.com/v1/tools/search。抓取接口是 POST https://api.deepseek.com/v1/tools/fetch。两个都是普通 JSON 接口，用和 DeepSeek API 相同的 bearer key。

两个接口各按每 1,000 次成功请求 0.75 美元计费。只有返回 HTTP 200 且拿到结果的请求才算钱，失败或结果为空都不计费。每个账号每秒最多 5 次请求，Fetch 还另有一个按域名的限制。

搜索的 query 长度是 1 到 128 个字符，默认返回 10 条，可以设 1 到 50 条。Fetch 接收最长 8,192 个字符的网址，把页面内容按 Markdown 返回。

在 DeepSeek Harness、Claude Code 和 Codex 里通过服务端工具调用，到 2026 年 10 月 31 日 16:00 UTC 之前免费。这个时间点是北京时间 11 月 1 日 00:00，之后开始计费。

这套服务由 DeepSeek 自己提供，从 api.deepseek.com 调用。

优点和缺点

优点

• 两个模型都能跑的任务上，答案和 V4 Pro 一致。
• 四项共同任务都比 V4 Pro 快，快 1.3 到 14 倍。
• 按 DeepSeek 牌价，每项任务便宜 4–11 倍。
• 能读图片，V4 Pro 不行。
• 现有的 deepseek-flash 代码直接能用。
• 权重以 MIT 协议开放。

缺点

• 难题上思考很久，我们的解析器任务用了 19,734 个思考 token。
• DeepSeek 自己的表里，HLE、Terminal-Bench 4.0、ProgramBench 和 NL2Repo-Bench 仍是 Opus 5 更高。
• 所有提升数字都来自 DeepSeek。

什么任务选哪个

截至 2026 年 10 月 17 日，V4 Pro 仍在售，有独立价格，并发上限 500，Flash 是 2,500。你自己的用例显示它在某项任务上更好，就继续留着。

国内怎么用

国内开发者用 OmniaKey 调这两个模型，支持支付宝和微信支付的人民币直充，不用先换美元。一个 key 就能调多家模型，写代码时在 1017 和 V4 Pro 之间切换只改 model 字段。

两个模型页：DeepSeek V4.1 Flash、DeepSeek V4 Pro。充值入口在控制台，价格以模型页和结算页显示的为准。

用 API 调用

from openai import OpenAI

client = OpenAI(api_key="YOUR_OMNIAKEY_KEY", base_url="https://api.omniakey.com/v1")

stream = client.chat.completions.create(
    model="deepseek-flash",           # 指向 DeepSeek-V4.1-Flash-1017
    messages=[{"role": "user", "content": "Write a Python function that parses ISO 8601 durations."}],
    max_tokens=32000,                 # 给长回答留空间
    stream=True,                      # 思考很久时，流式能避免连接空闲超时
)
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and delta.content:
        print(delta.content, end="")

1. 在 OmniaKey 控制台创建 key，填到代码里的 YOUR_OMNIAKEY_KEY。
2. 用 deepseek-flash 发上面这个请求。写代码的任务把 max_tokens 放在 32,000 左右，长请求开流式。
3. 第一项真实任务跑完后，记下返回的 token 数和模型名，再按 DeepSeek 非高峰牌价算一遍成本。

常见问题

1017 之后价格涨了吗？

DeepSeek 10 月 17 日的更新日志说价格没变。当天价格页上，Flash 非高峰的未命中缓存输入是每百万 token 0.15 美元，输出是每百万 token 0.60 美元。价格页只显示当前价格，看不到更早的历史。

能在自己的机器上跑 1017 吗？

权重在 Hugging Face 上，MIT 协议。这次发布没有提供 Jinja 聊天模板，只给了 Python 参考编码代码，自己部署要另配提示词编码。

1017 能通过 API 读图片吗？

能。DeepSeek 价格页标注 Flash 支持视觉，V4 Pro 不支持，我们的图表任务也只在 Flash 上跑。

更新记录

• 2026 年 10 月 17 日：首次发布，测试当天完成。