便宜六成、能“许愿”建项目?DeepSeek新模型第一波反馈来了

2026-10-19 18:26:23来源:Techweb编辑:李川峰

扫一扫

分享文章到微信

扫一扫

关注鹿财经网微信公众号

  10月18日消息,昨日下午,DeepSeek在几乎零预热的情况下,将V4.1-Flash升级至V4.1-Flash-1017版本,网页端、APP与API同步切换。官方给这次更新定下的基调是“性能—费用的帕累托改进”,也就是说在提升基准测试表现的同时,缩短任务运行时间与输出长度,让单次调用的综合成本不升反降。

  随该新版本一同出现的,还有“许愿式编程”这一概念的高调登场,以及自研搜索API的正式开放和模型权重的开源。

  DeepSeek V4.1-Flash-1017这个定位为“Flash”的轻量模型,试图同时回答两个问题:模型能不能从零把完整项目“许愿”出来,以及这种能力能不能以足够低的成本稳定交付。

  一夜过去,国内外不少用户已经上手实测了DeepSeek V4.1-Flash-1017的表现。一起看看。

  新能力:从“补全代码”走向“构建项目”

  DeepSeekV4.1-Flash-1017最核心的能力跃迁,发生在从零构建完整项目这一维度上。官方称,新模型通过基于自反馈的强化学习训练,显著增强了在游戏开发、3D建模等场景中从零搭建可运行项目的能力,使“许愿式编程”具备了更高的可行性。

  所谓“许愿式编程”也就是在提示词与素材参考极为有限的条件下直接生成完整项目。

  官方演示案例覆盖了故宫3D建模、网页版赛车游戏、基于Godot引擎的《传送门2》复刻,以及以3D场景动态呈现文明演进的“Valley of Ages”。这些案例的共同特征包括:交互轮次极短,用户不再需要逐文件、逐函数地指挥,而是给出一个场景级甚至项目级的需求,模型自行完成规划、编码与结构搭建。

  DeepSeek V4.1-Flash-1017版基准测试上的全面抬升。

  在智能体编程基准DeepSWE v1.1上,新版本的Pass@1从上一版的74.2%升至77.0%,超过了Claude Opus 5的74.0%;Terminal-Bench 4.0从31.2跃升至42.3,Agents‘Last Exam从31.8升至35.4,Apex Bench v1.1从64.6升至72.1,带工具的Chartography从78.9升至83.0。

  不过在HLE、Terminal-Bench 4.0等偏知识推理和终端任务上,Claude Opus 5等对手仍保持领先。

  这些指标指向的不是单纯的“写代码”能力,而是模型在工具调用、终端交互、长程任务分解和自主纠错上的综合工程执行力。一个“Flash”档位的模型在多项Agent基准上逼近甚至局部超过旗舰模型,意味着轻量模型与旗舰模型之间的能力边界正在变得模糊。

  与能力升级同步的是成本曲线的下移。在DeepSWE v1.1评测中,新版本达到77.0%通过率的配置,每项任务平均费用约为1.3元,而上一版本最高档完成同类任务约需3.3元,成本下降约六成。

  官方同时强调,新模型针对DeepSeek Harness、腾讯CodeBuddy、WorkBuddy等Agent框架做了专项优化,建议将Harness升级至0.2.1-rc.1及以上版本以获得完整适配。换言之,这次更新不只是模型权重的替换,而是模型与执行框架之间协同效率的一次系统性调优。

  此外,V4.1-Flash-1017还带来两项变化。

  其一,DeepSeek自研搜索引擎的Search与Fetch接口正式向API用户开放,两项接口均按每千次成功请求5元计费,此前通过Server端工具调用搜索的免费安排将于11月1日起结束免费期。

  其二,模型权重在HuggingFace与ModelScope同步开源。这两项动作共同指向一个方向:DeepSeek正在把竞争从“模型分数”推向“任务交付链条”,搜索、抓取、编码、执行、计费,尽可能收拢到同一套可调用的基础设施中。

  用户反馈:顺畅度跃升与“更难驾驭”并存

  截至目前,海内外用户对V4.1-Flash-1017使用反馈呈现出一幅比官方叙事更复杂、但也更可检验的图景。

  最受关注的是性价比。官方称任务运行时间和输出长度同时缩短,DeepSWE v1.1上一版最高档跑完一个任务约3.3元,1017版同样开最高档约1.3元,最便宜档不到1元。

  有开发者实测相同任务,DeepSeek花费0.4美元,Gemini 4 Argon花费1.2美元。海外开发者反馈称API成本仅0.44美分,直言“无法相信便宜90%的模型能产出这么好的结果。

  国内开发者最集中的正面感受是理解顺畅度和逻辑连贯性的质变。V2EX上有开发者直言,旧版V4.1-Flash“像被降智了一样”,而1017“恢复正常了”,他用40分钟让模型自主完成了Compose Multiplatform的native UI移植,“具备足够的理解能力和自主性”。

  Trae论坛的一位用户用了一个更生动的比喻:老版像“鸡同鸭讲”,“我看不懂它的天书,它也看不懂我想要什么”,换上1017之后“一下子都顺畅了,我甚至有种我自己智商都提高了的错觉”。

  但“更聪明”并不等于“更听话” 。有Linux.do社区的实测汇总指出,1017版在推理能力大幅增强的同时,出现了“指令遵循出现微调偏离”的特征。具体表现为:在项目重构中,模型会擅自删除特定功能组件以简化代码,开发者形容其“更聪明但更难驾驭”。

  在小红书上,不少用户反馈,在生成3D场景等创意任务时,DeepSeek V4.1-Flash-1017更能理解用户的意图,即使细节上不一定完美,但整体氛围和效果更符合预期。但有用户在实测发现,在处理一些复杂的3D还原任务时,它的速度反而比其他模型慢了不少。另一位用户在测试生成一台涡扇发动机时也发现,虽然最终结果差不多,但DeepSeek的执行时间比对比模型要长。

  整体来看,DeepSeekV4.1-Flash-1017是一次方向清晰的升级。DeepSeek从“生成代码”到“交付项目”的转型已经启动,但让“许愿”变成可复现的工程能力,靠的仍然不只是模型单点的分数,而是需求表达、约束设计、旧系统兼容与成本控制之间那条漫长而具体的链路。

     投稿邮箱:lukejiwang@163.com   详情访问鹿财经网:https://www.lucaijing.com.cn

相关推荐
双11换机正当时:国补加教育优惠,华为平板、笔 双11换机正当时:国补加教育优惠,华为平板、笔

每年双11大促,都是入手数码产品的黄金窗口期。今年更值得关注:第四批国家

科技说2026-10-19

3999元、能背走的“演唱会”:Marshall Bromley 150派 3999元、能背走的“演唱会”:Marshall Bromley 150派

10月8日,Marshall正式发布全新Bromley 150派对音箱,为Bromley系列带来最轻巧便携的

科技说2026-10-09

国产手机新一轮涨价潮,华为、小米等厂商纷纷 国产手机新一轮涨价潮,华为、小米等厂商纷纷

点击图片跳转视频

科技说2026-10-09

荣耀Magic9 系列正式发布,全明星旗舰阵容覆盖满 荣耀Magic9 系列正式发布,全明星旗舰阵容覆盖满

2026年9月28日,全球领先的AI终端生态公司荣耀(HONOR)在北京举办荣耀Magic盛典

科技说2026-09-28

超流畅、更懂你,ColorOS 17正式发布,OPPO Find X1 超流畅、更懂你,ColorOS 17正式发布,OPPO Find X1

9月17日,2026 OPPO开发者大会(ODC26)上,全面焕新的ColorOS 17正式亮相。此次Co

科技说2026-09-17

海信JUOS发布!行业首个家庭智能伴侣级AIOS,原生 海信JUOS发布!行业首个家庭智能伴侣级AIOS,原生

8月31日,海信正式发布行业首个家庭智能伴侣级AIOS——海信JUOS。该系统面向家

科技说2026-09-01

给机器人装上“大脑、眼睛和身体”,橡鹿WRC发 给机器人装上“大脑、眼睛和身体”,橡鹿WRC发

8月23日,橡鹿机器人(北京)有限公司(简称“橡鹿机器人”)在2026世界机器

科技说2026-08-23

小象超市、朴朴争相开线下大店,是谁给的勇气 小象超市、朴朴争相开线下大店,是谁给的勇气

一个奇怪的现象。 一边是商超生意明显不好做。 据中国连锁协会最新公布的超

科技说2025-12-17

华为nova 15系列上架官网:全系外观、储存方案公 华为nova 15系列上架官网:全系外观、储存方案公

日前华为官方宣布,华为nova 15系列及全场景新品发布会将于12月22日14:30举办,

科技说2025-12-17

一加Turbo系列官宣 李杰:同档性能、续航强得可 一加Turbo系列官宣 李杰:同档性能、续航强得可

前段时间,一加陆续推出了一加15、一加Ace6、一加Ace 6T等多款机型,在各自档位

科技说2025-12-16