DeepSeek V4.1 Flash 升级：许愿式编程加量不加价，权重和搜索 API 一起开源了

周末最热闹的一档，是 DeepSeek 的 V4.1 Flash 大升级。网页、App、API 同步上线 DeepSeek-V4.1-Flash-1017，模型价格没动，权重也开放下载了。对正在搭 Agent、改原型的人来说，这波更新的重点不是参数又涨了多少格，而是「许愿式编程」真的开始往能跑的方向走了。

官方这次升级的定性很直接：基于自反馈的强化学习训练。跟之前强调用外部反馈调行为不同，这次更希望模型自己把场景、操作、反馈都闭环做出来，才能在游戏开发、3D 建模这类任务里构建完整项目。「许愿式编程」要好用，模型得先自己把整套东西搭起来，个人开发者拿到一个能跑的原型，才有机会接着改玩法、调画面。

演示也能看出这个变化。故宫 3D 建模，镜头掠过红墙金瓦，从高处俯瞰院落再转到城门前，建筑、广场、河道和天空组成了能从多个角度看的三维场景。接着是网页版赛车游戏，选车、倒计时、上路、切驾驶舱视角、结算界面连成完整流程。再往后是基于 Godot 引擎做的《传送门2》复刻，第一人称移动、拿方块、过亮蓝色通道、走到下一扇门，实验室标识和传送门装置都还原出来了。第四个项目 Valley of Ages 更直白，一条河贯穿画面，青铜时代的阶梯建筑、古典时代的圆形竞技场、中世纪的城墙城堡，再到工厂、桥梁、高楼，同一块场景从史前一路演到现代。

跑分这块，官方公布的新旧版本对比里，Terminal-Bench 4.0 从 31.2 升到 42.3，ProgramBench 从 20.3 升到 29.1，DeepSWE v1.1 从 74.2 升到 77.0。在官方表格里，新版在 DeepSWE、Automation-Bench、Agents' Last Exam 和 Apex Bench 四项上都高于列出的其他对比模型。DeepSWE 上 77% 的成绩，也被拿来跟 GPT-6 Astra 的 74% 比了一下，说平均任务成本只要约 0.2 美元。

跑分归跑分，真正让开发者关心的还是同一个任务得花多少钱。DeepSeek 公布了 DeepSWE v1.1 性能与成本图，横轴是每任务平均费用，纵轴是 Pass@1 通过率，测试框架是 mini_swe_v2。图上新版 max 档通过率 77%，平均每任务费用在 1 到 2 元之间；旧版 max 档通过率 74.2%，平均费用在 3 到 4 元之间。通过的任务更多，平均费用反而更低，官方管这叫性能与费用的「帕累托改进」。同时官方也提了，新模型缩短了任务运行时间和输出长度，输出更短、任务结束更快，省下的就是 token 费用和等待时间。

对做编程 Agent 的人来说，这笔账得算总账：同一项任务能不能做成、最终花了多少钱，得放一起看。一个原型往往要反复改玩法调画面，每次修改都要调模型，任务成本低了，开发者也更舍得继续试。

这次一起放出来的还有自研搜索 API。官方介绍，这套引擎索引了全球千亿级网页，每天处理数亿次搜索请求，支持多语言，并对 SEO 作弊、GEO 操纵和低质 AIGC 做识别过滤。开放的是 Search 和 Fetch 两个接口，分别负责找网页和抓取网页正文，开发者可以让 Agent 先检索、再读原文。两个接口都按 5 元/1000 次收费，只对有结果的成功调用计费，失败、超时或空结果不收费。

还有个时间点值得记一下：通过 DeepSeek API 在 DeepSeek Harness、Claude Code、Codex 里发起的服务端 Search/Fetch 工具调用，目前还没收费，从北京时间 2026 年 11 月 1 日 00:00 开始按次计费。过渡期还能白嫖一阵，真要长期接进自己 Agent 里的，得把这笔账提前算进去。

权重方面，Hugging Face 和 ModelScope 两处都已上线 1017 版本，代码仓库和模型权重都采用 MIT 许可证。网页、App、API 都已更新，API 调用方式没变，继续用 deepseek-flash 就能调新版。想做个 3D 小场景、搭个网页游戏试试水，现在就能直接上手。