DeepSeek 发布 V4.1-Flash-1017：“许愿式编程”的性价比之王，API 新增 Search 与 Fetch 联网能力

10 月 17 日，DeepSeek 一天之内连放三枪：V4.1-Flash 升级为 V4.1-Flash-1017（网页、App、API 三端同步，价格纹丝不动）、MIT 权重上架 Hugging Face 和 ModelScope，以及——对开发者来说可能分量最重的一件——把自家搜索引擎打包成 Search 和 Fetch 两个 API，正式向所有开发者开放。这不是一次常规的小版本更新，它是 DeepSeek 第一次把"模型 + 联网检索"做成一整套官方基础设施。想清楚这件事的分量，再决定你要不要跟。

一、到底发生了什么：三件事，一天之内

先把事实摆齐。DeepSeek-V4.1-Flash-1017 是 9 月 10 日发布的 V4.1-Flash 的小版本更新，命名沿用 DeepSeek 的日期快照惯例——1017 就是 10 月 17 日，上一个世代叫 V4-Flash-0731。官方的口径很克制：模型卡第一句就写明这是"minor update"，但给出的 11 项基准对照显示，新版在推理、编程、agent 和视觉基准上全面超过了 9 月版，同时任务执行更快、输出更短。官方把这叫作"性能与成本的帕累托改进"。

对现有用户最省事的一点：API 调用方式和价格完全不变。你一直用的 deepseek-flash 这个名字，底层已经自动换成了 1017；连已经退役的老名字 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 都还能调，只是改由新版响应、按 Flash 价格计费。换句话说，这是 DeepSeek 第二次玩"接口不动、底层换新"——上个月发布 V4.1-Flash 时就是这么干的。用户零迁移成本，这是它敢高频迭代的底气。

权重侧同步开源：完整权重以 MIT 许可放上 Hugging Face 和 ModelScope。注意这次没有附带新的技术报告——1017 的模型卡保留了定位说明、基准表和推理指引，技术报告直接沿用前一版。想自己部署的人注意：权重是 FP8/INT8 打包的大文件，硬件需求要按精度和内存自己评估，社区项目已经在跟进适配。

二、跑分：11 项全升，涨得最多的全是编程活

先看数字，再谈看法。模型卡给出的新旧对照里，涨幅最大的三项分别是：

• Terminal-Bench 4.0：31.2 涨到 42.3（+11.1）。这是用 Claude Code 框架测的终端 agent 任务，一口气涨了 11 个点，超过了同表里的 GPT-5.6 Sol（39.9），但仍低于 Opus 5（51.8）。
• DeepSWE v1.1：74.2 涨到 77.0（+2.8）。用 Mini-SWE-V2 框架测的软件工程 agent 任务。新版 77.0 高于同表里 Opus 5 的 74.0 和 GPT-5.6 Sol 的 73.0——至少在 DeepSeek 自己这张表里，它把两家都超了。
• NL2Repo-Bench：上一版 65.4 涨到 68.2（+2.8）。自然语言需求生成完整仓库的任务，这正是 vibe coding 最核心的场景。

剩下的 8 项也全部上涨：ProgramBench 20.3 到 29.1（+8.8）、Apex Bench v1.1 64.6 到 72.1（+7.5）、不带工具的 HLE 36.8 到 42.6（+5.8）、Automation-Bench v1.0.6 54.8 到 60.5（+5.7）、Agents' Last Exam 31.8 到 35.4（+3.6）、Chartography（带工具）78.9 到 83.0、BabyVision（带工具）89.6 到 92.5、ZeroBench-main（带工具）49.0 到 51.0。涨幅在 2.0 到 11.1 个百分点之间，没有一项倒退。

两点冷静的提醒。第一，所有分数都是 DeepSeek 自报，第三方独立评测还没出来——多家转述的媒体都加了这句，我也照原样转达。第二，模型卡里对比的对手版本（K3、GLM-5.3、GPT-5.6 Sol、Opus 5）是官方选的，表格天然对发布方有利。我的建议在文末：拿你自己的任务集跑一轮，比看任何表格都管用。

但有一条信息是扎实的：涨幅最大的几项（Terminal-Bench、ProgramBench、DeepSWE、NL2Repo）清一色是 agent 编程任务。DeepSeek 这次的优化方向非常明确——不是通用聊天，而是"让模型在工具里干活"。这和下一节的"许愿式编程"是一回事。

三、"许愿式编程"：1017 真正想卖的东西

官方这次给 1017 讲了一个很具体的故事：用带自我反馈的强化学习，训练模型端到端地从零开发完整项目。据官方公告（多家媒体转引），演示包括用 Godot 引擎复刻《传送门 2》、一个网页赛车游戏，以及故宫 3D 建模。演示归演示，但方向值得注意——DeepSeek 明确说新版针对自家 DeepSeek Harness（建议升级到 v0.2.1-rc.1 以上）、腾讯的 CodeBuddy 和 WorkBuddy 做了优化。

翻译一下：1017 的目标用户不是"在网页对话框里聊天的人"，而是"把模型嵌进编程工具里的人"。模型卡里那句"任务执行更快、输出更短"也是这个逻辑的另一面——agent 跑任务时，输出 token 直接等于钱和时间。输出更短，意味着同样一个任务花的 token 更少、跑得更快。官方说这是"性能-成本帕累托改进"，话术背后是实打实的工程取向：这一代优化的不是"答得好不好"，而是"干活划不划算"。

技术细节上还有几处值得开发者注意。上下文 1M token，官方推荐 temperature 1.0、top_p 1.0、max_tokens 不低于 256K——temperature 给 1.0 说明官方对自己的输出稳定性有信心，也暗示 agent 场景下他们希望你保留采样的多样性。比较特殊的是，这一版不附带 Jinja 格式的聊天模板。官方的替代方案是两件套：模型仓库里 encoding 文件夹的自研 Python 参考实现（encoding.py，带多轮对话、工具调用、thinking 模式、数值推理强度、对话中途系统消息、图文交错等测试用例），以及新发布的 deepseek-recipe——一套 Rust 库加 Python 绑定，把 Messages、Chat Completions、Responses 三种 API 请求转成统一的 Conversation 格式，再编码成 V4/V4.1 的提示或 token ID，最后把模型输出解析回完整或流式响应。模型推理、工具执行和 HTTP 传输留给调用方自己处理。本地部署的人要留意：提示词拼装这块得按官方这套来，别再套旧模板。

四、真正的大新闻：Search 和 Fetch API 正式开放

模型更新之外，10 月 17 日同一天，DeepSeek 把自家搜索引擎做成了两个公开 API。这是国产 coding 模型第一次把"官方联网检索"做成 API 基础设施，值得单独拆开讲。

Search API（POST https://api.deepseek.com/v1/tools/search）：按查询返回结构化网页结果，背后是 DeepSeek 自研搜索引擎。请求字段很克制：query（必填，1 到 128 个字符）、count（默认 10，最多 50）、ori_question（触发搜索的用户原始问题，1 到 128 字符，用来帮助理解查询意图）、localization（一个 IP 地址，用来本地化结果）、need_content（是否连页面正文一起返回，默认 false）。查询语法直接透传，支持 site:、-site:、减号排除、引号精确匹配、lang:、after:、before: 一整套算子——比如"DeepSeek site:github.com OR site:huggingface.co lang:en after:2025"这种组合是官方文档里的现成例子。

返回的每个结果带 9 个字段，其中三个最有信息量：rerank_score（0 到 3 的相关性分，综合相关性、权威性和新鲜度，1.5 以上算高质量）、summary（600 到 800 字符的长摘要，文档里明确写着"intended to be read by a model"，就是给模型读的）、authority（0 到 4 的权威度分级，3 以上是高权威来源）。另外 snippet 是 100 到 200 字符的短摘要，给 UI 展示用；content 只有 need_content=true 时才有内容。字段设计能看出来：这套 API 从一开始就是为 agent 和 RAG 流水线设计的，不是给人肉浏览用的。

Fetch API（POST https://api.deepseek.com/v1/tools/fetch）：更简单，传一个 URL，返回页面的标题和 Markdown 正文。抓取受目标站点的可用性和访问策略限制，抓不到会返回 404 类错误。

计费方式很有 DeepSeek 风格：按成功请求计费，不按 token、不按返回条数。Search 和 Fetch 各自每 1000 次成功请求 0.75 美元；"成功"的定义很严——HTTP 200 且有实际结果（Search 必须返回非空 results 数组，Fetch 必须拿到页面内容）。失败的请求、空结果、超时一律不收费。count 只控制返回几条，不影响单价。限流是账户级的，Search 和 Fetch 各自独立 QPS 5，Fetch 还有额外的按域名 QPS 限流，超了返回 429。

还有一个时间窗口：如果你经 DeepSeek Harness、Claude Code 或 Codex 使用 DeepSeek API，服务端工具发起的 Search/Fetch 调用目前免费，北京时间 2026 年 11 月 1 日 0 点起开始计费。也就是说还有两周的免费测试期——后面会讲怎么用。

五、为什么这事对 vibe coder 特别重要

先说结论：以前 agent 联网这"最后一公里"，要么接第三方搜索 API（贵、配额紧、结果质量参差），要么自己写爬虫（反爬、解析、维护全是坑）。DeepSeek 这次等于把自研搜索引擎——官方说法是每天处理全球数亿次请求、索引数千亿网页，还会过滤 SEO 垃圾和低质 AI 生成内容——直接塞进了自家 API，而且按成功计费、失败不收钱。对做 RAG 和 agent 的人来说，"联网检索"第一次有了来自模型厂商官方的、便宜的、一站式的方案。

更关键的是组合拳。1017 本身是 agent 编程取向的模型（输出更短、任务更快、针对 Harness 和 CodeBuddy 优化），MIT 权重允许私有化部署，OpenRouter 等渠道覆盖云端调用，现在再加上官方的 Search/Fetch——私有化、云端、联网三条路全通了。一个 vibe coder 可以这样搭：本地或云端跑 1017 做代码生成，遇到需要查最新文档、API 变更、报错信息时，直接调官方 Search/Fetch 拿结构化结果喂回模型，中间不需要再维护一套搜索基础设施。rerank_score 和 authority 字段甚至帮你把"结果可不可信"这层判断也做了。

横向对比一下格局。OpenAI 和 Anthropic 的联网能力基本锁在自家产品和 agent 框架里，对外没有单独把"搜索引擎"拆成按次计费的公开 API；第三方搜索 API 是独立生意，和模型是两家供应商，出了问题你得两头排查。DeepSeek 这次把"模型 + 搜索"做成同一家、同一个 key、同一份账单，排查链路短了一大截。这就是我说的"API 基础设施"——它卖的不是一个功能，而是一种新的默认配置：以后做 coding agent，联网检索不再是一个需要单独选型的外部依赖。

当然也要看到边界。QPS 5 的账户级限流意味着高并发场景下它撑不起大流量；Fetch 的按域名限流对"批量抓某个站"这类用法是硬约束；summary 和 rerank 毕竟是 DeepSeek 自家的排序，权威度分级和你自己的判断标准未必一致——关键决策还是要让模型交叉验证，或者至少把 authority 小于 3 的结果降权处理。这些都是工程上要自己兜底的地方，官方文档把错误码和重试建议写得很清楚，照着做就行。

六、上手建议：免费窗口到 11 月 1 日，先测再换

给想跟进的 vibe coder 几条实操建议：

第一，把这两周免费期用满。在 DeepSeek Harness、Claude Code 或 Codex 里走 DeepSeek API，服务端工具的 Search/Fetch 调用到北京时间 11 月 1 日 0 点之前都不收费。这正是测"联网检索这一环"的效果和延迟的最好时机：建一个固定的测试任务集（比如 20 个需要查最新文档的编程任务），记录通过率、每任务耗时、每任务的搜索调用次数，11 月 1 日之后按每千次 0.75 美元把账算进去，再决定要不要长期用。

第二，换默认模型之前，先跑自己的任务集。官方表格再好看也是官方自报。1017 的 API 名字和价格都没变，切换成本为零——但"零成本切换"不等于"零风险切换"。拿你自己的代表性任务（尤其是带工具调用的 agent 任务）跑新旧两版，对比通过率和每任务 token 消耗，数据OK再换默认。特别注意 temperature 1.0 是官方推荐值，别沿用你原来低温的习惯直接套。

第三，Search 的查询算子值得花半小时熟悉。site: 限定域名、lang: 限定语言、after:/before: 限定时间，这三个组合起来，基本能解决"搜最新英文官方文档"这个最高频需求。ori_question 字段别空着——把用户的原始问题传进去，官方说能改善查询理解，实测一下就知道值不值。need_content 默认 false，需要正文时再开，省得每次都拉一堆用不上的文本。

第四，本地部署的人先看 encoding 和 deepseek-recipe。没有 Jinja 模板意味着你不能再套用旧的拼装逻辑，官方的 encoding.py 参考实现和 Rust 工具库是唯一正统路径。先用参考实现跑通，再考虑上 deepseek-recipe 做生产化。

七、来源、口径与一句提醒

本文的事实部分来自三处一手来源：Hugging Face 上的 DeepSeek-V4.1-Flash-1017 模型卡（基准表、采样参数、encoding 与 deepseek-recipe 说明、MIT 许可）、DeepSeek 官方 API 文档的 Search & Fetch 指南（端点、字段、算子、计费、限流全文），以及 10 月 17 日的媒体报道（ABMedia 等多家一致转引官方公告，用于确认发布日期与演示案例）。需要诚实说明的是：官方微信公众号的原文因反爬限制未能直接阅读，发布日期 10 月 17 日以多家媒体一致转引为准。

最后重复一遍最重要的提醒：所有跑分都是 DeepSeek 官方自报，第三方独立验证还没出现。模型卡的对比表是发布方自己选的对手、自己跑的分。1017 的方向是对的（agent 编程 + 官方联网 + 按成功计费），免费窗口也实在，但"换默认模型"这个决定，请用你自己的任务集投票。两周时间，够跑一轮了。