你对 AI 说“帮我做一个赛车游戏”，它写出几段代码并不难。难的是把选车、驾驶、视角切换和结算真正串起来，还能自己运行、检查和修改。DeepSeek 这次更新瞄准的正是这段距离：让模型少停留在“会答编程题”，多向“能交付完整项目”走一步。同时，它把网页搜索和正文抓取做成低价 API，方便其他应用直接接入。
10月17日，DeepSeek 将 V4.1 Flash 更新至 V4.1-Flash-1017，网页端、APP 与 API 同步切换。Flash 是面向高频、成本敏感调用的档位。API 调用方式和模型单价不变，开发者继续使用 deepseek-flash 即可。以下性能、成本及搜索规模数据主要来自 DeepSeek 官方披露，尚不能视为独立复测结果。
从写代码，到把项目跑起来
新版本最醒目的变化是“许愿式编程”：用户用自然语言描述想做什么，模型承担更多规划、写代码、运行和修改工作。DeepSeek 称，模型经过基于自反馈的强化学习训练——也就是让模型根据执行结果反过来调整行为——增强了从零构建游戏、3D 场景等完整项目的能力。官方展示的案例包括故宫 3D 建模、网页版赛车游戏和基于 Godot 引擎制作的《传送门2》复刻。
这里不能只看模型本身。DeepSeek 还针对 DeepSeek Harness、腾讯 CodeBuddy 和 WorkBuddy 做了专项优化。Harness 可以理解为模型外面的“工作台”：它负责保存上下文、调用工具、运行代码，并让模型在失败后继续尝试。DeepSeek 建议将自家 Harness 升级至 0.2.1-rc.1 或更高版本，才能获得完整适配。
官方基准显示，Terminal-Bench 4.0 得分由 31.2 升至 42.3，ProgramBench 由 20.3 升至 29.1，DeepSWE v1.1 由 74.2 升至 77.0。更值得看的是任务成本：在 mini-swe-v2 框架、DeepSWE v1.1 和 max 档这一组特定条件下，Pass@1——单次尝试通过任务的比例——达到 77.0%，平均每项任务费用约从 3.3 元降至 1.3 元。
DeepSeek 把这称为“性能—费用的帕累托改进”：至少一个维度变好，其他纳入比较的维度没有变差。换句话说，这次不只是分数上涨；官方称任务运行时间和输出长度也缩短了，因此即使 API 单价没变，完成一项任务的总费用仍可能下降。
搜索也成了可调用的工具
另一项更新是 Search 与 Fetch API 正式向公众开放。API 是让其他软件调用服务的标准接口：Search 负责寻找网页，Fetch 负责抓取网页正文。应用或 Agent——能够连续调用工具、执行多步任务的 AI 系统——可以先搜索资料，再读取原文并继续处理。
两个接口均为每千次成功调用5元；失败、无结果或超时不计费。通过 DeepSeek Harness、Claude Code 和 Codex 发起的服务端 Search/Fetch 调用目前暂免收费，将从北京时间2026年11月1日零时开始计费。
DeepSeek 自称，其搜索引擎索引全球千亿级网页，每天处理数亿次请求，并过滤 SEO 作弊、GEO 操纵和低质 AIGC。SEO 是针对传统搜索排名的优化，GEO 则是试图影响生成式 AI 的引用与回答。这些规模和过滤效果目前仍是官方口径，缺少外部审计。
为什么值得关注？
我们此前报道过 V4.1 Flash 的低成本定位，也写过 DeepSeek Harness 对其他编程工具的兼容尝试。1017版没有改变这条路线，而是把模型、运行框架和搜索工具接得更紧：模型负责判断和生成，Harness 负责把任务跑下去，搜索 API 则补充外部信息。
这不是一次需要拔高的代际发布，却是更接近实际使用的产品更新。对开发者而言，真正影响选择的往往不是某一张榜单，而是同样预算下能完成多少任务、失败后要重试几次，以及搜索和抓取是否容易接入。模型权重也已在 Hugging Face 与 ModelScope 开放，并采用 MIT 许可证。
局限与未知
- 主要性能、费用和项目展示来自官方选择的测试、档位与运行框架，不能外推为所有任务都领先。
- “许愿式编程”的演示说明模型能生成复杂原型，但材料没有提供长期维护、稳定性和真实生产项目的独立测试。
- 搜索索引规模、结果质量及过滤效果均为官方自述，仍需实际使用和第三方评估验证。