DeepSeek-V4.1-Flash-1017 已发布：deepseek-flash 有何变化

2026 年 10 月 17 日，DeepSeek 更换了其 deepseek-flash API 名称背后的模型。现在它是 DeepSeek-V4.1-Flash-1017。名称、调用方式和每 token 价格保持不变。只有响应你请求的模型是新的。

DeepSeek 表示它在基准测试中得分更高、完成任务更快、回答更简短。独立的人工分析指数将其评为 45 分，而之前的 V4.1-Flash 为 39 分。如果你的代码在 DeepSeek 的 API 上调用 deepseek-flash 或较旧的 deepseek-v4-flash，你已经在使用它了。

变了什么，没变什么#

DeepSeek 的更新日志在 10 月 17 日一行带过：“API 调用方式和定价保持不变——只需使用 deepseek-flash 即可访问最新模型。”它没有给出旧名称的终止日期；其 9 月 10 日的条目称它们只是临时路由。

另外，DeepSeek 以 Apache-2.0 开源了其推理引擎 DeepInfer。README 仅列出支持 DeepSeek-V4.1-Flash，默认检查点为 1017。

数字：DeepSeek 的表格和一次外部检查#

DeepSeek 的公告“Wish-Driven Programming Made Real”称 1017 是“性能和成本的帕累托改进”。每 token 价格没有变动，因此账单上的任何节省都必须来自更简短的回答。公告仅用文字描述速度和长度收益，正文中没有数字，因此没有可引用的数据。

模型卡称 1017 是“小幅更新”，并与之前的 V4.1-Flash 进行比较：

这些是 DeepSeek 自己的结果，于 2026 年 10 月 20 日从模型卡读取，并非独立测试。1017 在每一行都领先，在 Terminal-Bench 4.0 和 ProgramBench 上差距最大。DeepSeek 为两行指定了测试框架（Terminal-Bench 4.0 使用 Claude Code，DeepSWE v1.1 使用 Mini-SWE-V2），但没有说明任何一行的推理努力程度。

模型卡还将 1017 与 K3、GLM-5.3、GPT-5.6 Sol 和 Opus 5 进行对比，列由 DeepSeek 选择。（那个 GLM-5.3 不是我们目录中的 GLM-5.3-Flash。）1017 在 11 行中的 4 行最高：DeepSWE v1.1（77.0，Opus 5 为 74.0）、Automation-Bench v1.0.6、Agents' Last Exam 和 Apex Bench v1.1。在其余 7 行中 Opus 5 更高，例如 Terminal-Bench 4.0 上 51.8 对 42.3，无工具 HLE 上 56.3 对 42.6。

外部视角可参考人工分析。在其智能指数（v4.3.2，Max 推理模式）上，1017 得 45 分，输出速度为每秒 210.6 个 token。之前的 V4.1-Flash 在同一模式下得 39 分，其页面现在标记为过时并指向 1017。这只是单一模式下的单一指数，页面未说明速度测量时间，因此请将这些数字视为 2026 年 10 月 20 日的快照。

价格没有变化#

deepseek-flash 每 1M token 的官方价格，于 2026 年 10 月 20 日在 DeepSeek 的定价页面上核实，该页面本身没有日期：

高峰时段为 UTC 周一至周五 01:00–04:00 和 06:00–10:00，中国法定节假日除外。其他所有时间，包括周末和中国节假日，均为非高峰，价格为一半。上下文窗口为 1M token，一次回答最多可达 384K。关于缓存和高峰时段如何体现在实际账单中，请参阅 DeepSeek API pricing in 2026。

Search 和 Fetch API：计费从 11 月 1 日开始#

同一天，DeepSeek 在其自有搜索引擎上推出了 Search API 和 Fetch API。每次成功请求收费 $0.75/1,000 次。仅当请求返回 HTTP 200 和结果时才计费，因此空结果、错误和超时不计费。通过 DeepSeek Harness、Claude Code 或 Codex 进行的服务器端搜索和抓取调用目前免费。按请求计费从北京时间 2026 年 11 月 1 日 00:00 开始，即 UTC 10 月 31 日 16:00。

指南仅针对这些服务器端调用说明了免费期。它没有说明直接 API 调用在 11 月 1 日之前是否计费。免费期适用于 DeepSeek 自己的 API。它不扩展到通过 CheapTokens 发送的请求，包括 Claude Code 的请求。

代码中需要检查什么#

今天哪个版本响应哪个名称：

• 重新运行你自己的评估。 如果提示、解析器或测试依赖于旧模型的回答长度或格式，更简短的回答可能会破坏它。如果回答变短，输出 token 支出应该下降。DeepSeek 的公告正文中没有给出输出长度数字，因此请相信你自己的日志。
• 迁移离开旧名称。 它们没有宣布终止日期，DeepSeek 自己的建议是使用 deepseek-flash。
• 不要假设新的基础 URL 会保持行为。 DeepSeek API 上的 deepseek-v4-flash 和另一端点上的 0731 是不同的版本。

DeepSeek-V4-Flash 0731 的定位#

截至 2026 年 10 月 20 日，DeepSeek-V4.1-Flash-1017 不在 CheapTokens 目录中。那里的 DeepSeek 模型是 DeepSeek-V4-Flash，版本 0731（2026 年 7 月 31 日）。它是较早的版本，因此上述结果不适用于它。我们没有找到 DeepSeek 提供的 0731 与 1017 的直接比较，我们检查的人工分析页面也没有列出 0731。

哪一个适合你取决于任务：

• 官方 deepseek-flash： 你需要 1017 本身、1M token 上下文、最多 384K token 的回答或视觉能力。
• CheapTokens 上的 DeepSeek-V4-Flash 0731： 你生成长输出或运行代理循环，并希望账单可预测。任何时段输入一个价格、输出一个价格；官方 1017 在高峰时段价格翻倍。上下文为 380K，一次回答最多可达 32,768 token。

以下是一个工作负载的两种定价方式：一天内 10M 输入 token 和 1M 输出 token，这是一种输入密集型组合，类似于代理每轮重新发送上下文时产生的情况。下面的 token 数量以百万计，官方价格为 DeepSeek 截至 2026 年 10 月 20 日的价格，80% 缓存命中是假设而非测量。你自己的日志会显示你的真实比例。

• 10 × $0.30 + 1 × $1.20 = $4.20 — 官方，高峰，每个输入 token 都是缓存未命中
• 10 × $0.15 + 1 × $0.60 = $2.10 — 官方，非高峰，每个输入 token 都是缓存未命中
• 8 × $0.006 + 2 × $0.30 + 1 × $1.20 = $1.85 — 官方，高峰，80% 的输入 token 是缓存命中
• 8 × $0.003 + 2 × $0.15 + 1 × $0.60 = $0.92 — 官方，非高峰，80% 的输入 token 是缓存命中

在我们这边，同样的工作负载在 DeepSeek-V4-Flash 0731 上按当前费率花费 $0.321。

• 官方 1017 · 高峰 · 无缓存命中$4.20
• 官方 1017 · 非高峰 · 无缓存命中$2.10
• 官方 1017 · 高峰 · 80% 缓存命中$1.85
• 官方 1017 · 非高峰 · 80% 缓存命中$0.92
• CheapTokens · DeepSeek-V4-Flash 0731$0.321

图表遗漏了两点。它比较的是不同版本，因此上述 1017 的结果不适用于 0731。而且它止于 80% 缓存命中。用简短回答将其推向 100%，官方价格可能反而更优：DeepSeek 对缓存命中的非高峰计费为 $0.003/1M，而我们按每个模型一个输入价格 $0.0221/1M 和一个输出价格计费，没有单独的缓存命中费率。以 10M 输入 token 全部缓存命中和 0.1M 输出 token 为例：

• 10 × $0.003 + 0.1 × $0.60 = $0.09 — 官方，非高峰，每个输入 token 都是缓存命中
• $0.231 — CheapTokens 上的 DeepSeek-V4-Flash 0731

这些仅是 token 价格。余额充值收取 5% 费用，未计入我们的数字。

如果你运行代理循环或长生成，并且不希望价格随时段变动，DeepSeek-V4-Flash 0731 值得在你自己的提示上测试。通过加密货币或合作伙伴的银行卡充值余额，将 OpenAI 风格客户端指向 https://api.cheaptokens.dev/v1（Anthropic 风格客户端如 Claude Code 使用 https://api.cheaptokens.dev，不带 /v1），并将账单与你的进行比较。一个余额覆盖目录中的每个模型。Claude Code 设置见如何将 Claude Code 连接到 CheapTokens。每个模型的当前费率：

相关阅读#

• DeepSeek API pricing in 2026 — what you actually pay
• GLM vs DeepSeek vs MiniMax: which model to choose
• MiniMax M3.1 Flash is out — benchmarks, speed and API price