版本号 1017 的 V4.1 Flash 已经推送。这次改动集中在两处：从零起项目的生成能力，以及自研搜索能力以 API 形式对外。对拿 DeepSeek API 做产品的团队来说，后者的影响更直接。
跑得更快，也更省 token
官方把这次优化定性为性能与费用的帕累托改进。基准分数整体上移的同时，任务耗时和输出长度都在收缩。换句话说，同样一个任务，等待时间短了，计费 token 少了。
框架侧做了针对性适配。DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 这几个工具链都要求升级到 DeepSeek Harness 0.2.1-rc.1 及以上版本，否则拿不到优化后的调度行为。版本卡在旧号上的，先升再测。
一句话生成完整项目的能力边界
「许愿式编程」是这次的主打卖点。训练侧用的是基于自反馈的强化学习，目标很明确：提升从零构建完整项目的能力，覆盖游戏开发和 3D 建模这类”给个想法就出东西”的任务。
官方放了四个示例：故宫 3D 建模、网页版赛车游戏、基于 Godot 引擎复刻《传送门 2》、以及名为 Valley of Ages 的 3D 场景，用动态画面串起史前到现代的发展脉络。共同点是提示词和素材都很少，在 DeepSeek Harness 环境里用极短的交互轮次完成。
这个方向的实际意义在于”想法到 Demo”的链路被压缩。原型阶段的试错成本下降，但别把它当成生产级代码生成器——少提示直接出完整项目，意味着结构决策由模型代劳，后续可维护性仍要人工介入。
搜索能力开放成 API
DeepSeek 网页端和 API 的搜索一直跑在自研引擎上，日均处理数亿次请求。这次把底层能力拆成 Search 和 Fetch 两个接口对外开放，定价均为 5 元/千次。
官方对引擎的定位是 AI 原生的通用搜索引擎：索引规模达千亿级网页，支持多语言，并对 SEO 作弊、GEO 操纵、低质 AIGC 内容设有过滤。对 LLM 应用开发者而言，价值在于给模型接上实时且相对干净的检索源，省掉自建爬虫和清洗管线。
接入层面有几个工程细节值得先想清楚。Search 负责按查询返回候选结果，Fetch 负责按结果抓取正文，两者通常串联使用：先搜后取，再喂给模型做归纳。这条链路要加超时和重试，搜索侧建议设较短超时并允许降级到缓存结果，抓取侧则要对空正文和超长页面做截断。高频重复查询做本地结果缓存能显著压成本——按 5 元/千次算，缓存命中率每提高一成，账单就少一成。
什么时候该用托管搜索，什么时候不该
托管搜索适合时效性强、覆盖面要求高的场景：新闻聚合、行情解读、开放域问答。它的索引广度是自建方案短期追不上的。
但两类场景要谨慎。一是垂直领域深度检索，通用索引对专业库的覆盖未必够，本地向量库加领域语料更稳。二是对结果可控性要求极高的场景，过滤机制降低了低质内容比例，但不等于零噪声，关键业务仍需二次校验。另外成本随调用量线性增长，QPS 高的产品要先算清每千次五元在峰值下意味着什么。
计费时间点要盯住
现在在 DeepSeek Harness、Claude Code、Codex 里调用 DeepSeek API，服务端会自动通过工具调用走 Search/Fetch，这部分暂时不计费。但从 2026 年 11 月 1 日 00:00（北京时间）起，开始按次收费。
正在用这几条工具链的团队，把这个日期写进排期。要么在此之前评估调用量并做预算，要么调整调用策略，比如减少自动检索触发频率、对非时效性任务关掉搜索。
权重开源与本地验收
模型权重已在 HuggingFace 和 ModelScope 上线，仓库名为 DeepSeek-V4.1-Flash-1017。
下载后别急着上业务，先做一轮验收。加载完成后观测显存占用是否落在预期区间，跑一组固定 prompt 记录首 token 延迟和吞吐作为基线，再抽查若干条输出与线上 API 结果做一致性比对。三项都过，才说明权重完整、推理配置正确。任何一项偏离明显，优先怀疑分片文件缺失或推理框架版本不匹配。
小结式的判断
这次更新的两条主线各自服务不同人群：许愿式编程拉高的是原型效率上限，搜索 API 打开的是应用层的能力接口。前者看效果，后者算成本。真正需要立刻行动的，是那些已经在工具链里隐式调用搜索的团队——免费窗口有明确截止日。
ID:7028
