DeepSeek 全新模型发布，性价比最高的一集！
大家好，我是程序员鱼皮。
10 月 17 日周六下午，DeepSeek 又更新了。
距离上个月 V4.1 Flash 正式发布才一个多月，这次发布的版本号是 DeepSeek-V4.1-Flash-1017。网页端、APP 和 API 全部同步切换，价格一分没涨，权重也照样开源了。
虽然官方说这只是一次小版本更新，但跑分涨得非常猛。
AI 编程基准 DeepSWE 从上一版的 74.2 涨到了 77.0，超过了 Claude Opus 5 的 74.0；考察终端编程能力的 Terminal-Bench 4.0 从 31.2 涨到了 42.3，一口气涨了 11 分！
不过纵览这张表里的 11 项测试基准，DeepSeek 对 Claude Opus 5 是 4 胜 7 负，HLE、Terminal-Bench、ProgramBench 这些项目 Opus 5 还是明显领先的。
真正值得关注的是下面这张性能和成本对比图。
1017 版本在 MAX 推理档位下，DeepSWE 每个任务的平均费用只要 1 块多，旧版 V4.1 Flash 在同一档位要 3 块多。
能力更强了，花的钱反而少了一半多！
夸夸大肥鱼：
这也是 DeepSeek 这次敢说「性能和费用的帕累托改进」的底气。
帕累托改进这个词听着很高级，其实就是说 有的变好了，而且没有一样变差。放到这次更新上，就是能力更强了、任务跑得更快了、花的钱还更少了，用户不需要做任何取舍。
除了模型本身，这次 DeepSeek 还重点宣传了 2 点。
一是官方主打的「许愿式编程」。DeepSeek 说新模型用基于自反馈的强化学习训练，从零构建完整项目的能力提升了很多，尤其是游戏开发和 3D 建模，官方演示了故宫 3D 建模、网页赛车游戏、用 Godot 复刻《传送门 2》等案例，提示词都很短。
二是开放了自研的 Search 和 Fetch 搜索接口，价格都是 5 元 / 千次。而且在 DeepSeek Harness、Claude Code、Codex 里用 DeepSeek API 时调用的服务端搜索，11 月 1 日之前还是免费的。
OK，接下来咱们实战测试一波。
测试方法
这次 DeepSeek 特别说明了新模型针对自家的 DeepSeek Harness（下面简称 DSH）做了专项优化，所以我直接用 DSH 的 Web 端来测。
DeepSeek Harness 是 DeepSeek 官方开源的 AI 编程工具，你可以把它理解成国产版的 Codex。
如果你还没用过 DSH，可以看看我免费开源的 《AI 编程零基础入门教程》，里面有 DSH 从安装、实战到插件开发的保姆级教程。
首先打开终端，运行下面这行命令，安装最新版本的 DSH：
▼bash复制代码npx @deepseek-ai/dsh@next web
升级之后，模型列表里的 DeepSeek-V4.1-Flash 后面会多一个 1017 的小标签。我用的是默认的 Max 推理档位、标准模式，访问权限全部放开。
我在 DSH 里开了 4 个会话同时跑 4 个项目，每个会话一个独立的项目目录，全程不进行人工干预。
测试的项目分别为：
- 3D 程序化城市生成器（跟旧版 V4.1 Flash 同题对比）
- 3D 地铁跑酷网页游戏
- 3D 天坛祈年殿
- 接入 DeepSeek 新搜索接口的 AI 搜索引擎
下面挨个儿来看。
1、3D 程序化城市生成器
第一个项目是我上个月测旧版 DeepSeek V4.1 Flash 时用过的原题，让 AI 做一个程序化 3D 城市生成器，至少包含重庆、上海、西安、深圳、江南五种城市风格，切换风格之后建筑形态、色调和地形要有明显差异。
为了能公平对比，提示词跟上次一字不差。编辑器布局和参数维度怎么设计我一个字都没提，让 AI 自己去搜 OpenAI 官方那版的产品设计，在此基础上做中国版。
上次旧版 V4.1 Flash 跑这道题，前后用了 102 分钟、250 步。
这次新版扣掉中途断线的等待时间，用了大约 61 分钟、207 步，快了将近 40%！
来看成品，AI 给项目取名叫「城脉」，朱砂印章配宋体标题，右边是完整的城市营造控制台。默认打开就是重庆的黄昏，两江交汇、依山层叠的高楼、跨江大桥和轻轨线路都做出来了，标注里还写着李子坝轻轨穿楼、解放碑。
放大看细节，楼宇的灯光窗格、台地上的吊脚楼、穿过楼群的轻轨都清晰可见。
再对比一下上个月旧版 DeepSeek 做的重庆。
旧版的重庆是一大片方方正正的盒子楼，周围还飘着很多白色的小棍子，一看就是渲染出了问题。新版不光有了黄昏的氛围光，山体、台地、立交和楼群的层次也丰富了很多。
切换到上海，上海中心、东方明珠、外滩沿江的石头建筑都有，江面上还有游船。
不足之处也很明显，东方明珠做得太小了，淹没在楼群里，不认真找压根儿看不到，而且渲染也有明显的 Bug。
这一点旧版反而做得更好，粉色的东方明珠一眼就能认出来，只不过也很丑就对了……
进步最大的是西安。
上次我吐槽旧版的西安「很难一眼认出是古都」，旧版虽然也围了一圈城墙，但城里全是穿模的白色碎片，看不出是哪座城市。
这次新版做出了方方正正的明城墙、城门楼、钟楼、大雁塔和护城河，城内是低矮的合院，城外是现代楼宇，新旧层叠的感觉一下就出来了。
深圳是紫黑天空 + 霓虹灯牌的赛博风，江南则是粉墙黛瓦、水巷、石拱桥和乌篷船，跟其他几座城市的反差非常明显。
同一段提示词，新版做出来的已经是能认出城市的作品了，旧版更像是一堆方块加上满屏的穿模碎片。
进步明显！
2、3D 地铁跑酷
第二个项目开始测「许愿式编程」。
我只用了几句话描述需求，让 AI 做一个 3D 版的地铁跑酷网页游戏，主角是背着电脑包赶末班地铁的程序员，躲避列车和路障、收集金币，越跑越快。除了要求「不使用任何外部素材」之外，技术栈和玩法细节全部放开，交给 AI 自己搞。
AI 给游戏取名《末班车》，开始界面看起来有模有样的，不过话说这个主角是施工队的大哥么？为啥程序员要带个黄色的头盔啊！
开局之后是三车道的隧道跑酷，左上角是金币数，中间是里程和时速，可以正常进行游戏，而且会越跑越快。
如果主角不小心撞车了，会弹出一个车票风格的结算界面，「代码还在，再赶一班」，这个文案有点儿意思。
不过问题也有不少，比如障碍物太稀疏了，玩起来压力不够；二是主角形象塑造的一般；三是游戏过程中控制台一直在报音频参数的错误，虽然不影响玩，但说明 AI 的自测没覆盖到这一块。
整体来看，几句话就能做出一个画面还不错、流程完整的 3D 小游戏，说是许愿式编程倒也没问题。
3、3D 天坛祈年殿
第三个项目对标官方演示的故宫 3D 建模，我让 AI 用纯代码还原天坛祈年殿，三重檐、蓝色琉璃瓦、汉白玉三层圆台基这些特征都要有，支持旋转视角和日夜切换，并且要求它先联网查资料。
这里我简单介绍一下 AI 的执行过程。
AI 先用 DSH 内置的联网搜索查了北京市公园管理中心和天坛公园的官方资料，发现中英文资料里的直径数据对不上，又多查了几轮才确认用哪组尺寸。
查完数据，AI 还去下载了几张祈年殿的实拍照片，专门裁出屋顶部分放大，对照着看瓦垄和檐口的细节，最后才开始写代码。
来看成品，这个效果真心不错！
整个画面全部都是靠代码画出来的，没有用任何外部模型和贴图。
切换到「三重檐」视角，可以看清每一层的琉璃瓦垄和檐下彩画：
切换到夜景，殿内亮起暖光，跟深蓝色的屋顶形成对比，很有氛围感。
右上角还有一个「建筑档案」面板，可以看到更多信息和数据：
单看这个案例，目前我还真挑不出明显的毛病。
4、AI 搜索引擎
前面 3 个都偏前端和 3D 开发，最后一个项目我测试一下 AI 的全栈编程能力，顺便验证 DeepSeek 这次新开放的搜索接口。
我让 AI 开发一个类似秘塔 AI 搜索和 Perplexity 的 AI 搜索引擎，后端先调用 Search 接口搜全网，再用 Fetch 接口抓取网页正文，最后交给 deepseek-flash 整理成带引用角标的回答，还要支持流式输出和连续追问。
这两个接口 10 月 17 日才刚发布，所以我要求 AI 先去查官方文档再开发：
AI 先抓取了 DeepSeek 官方的「网页搜索与抓取」文档，把接口地址、请求字段、返回字段都摸清楚了才动手。
最后交付的项目叫《问渠》，取自「问渠那得清如许，为有源头活水来」，很有诗意~
首页的设计非常有质感，标语也很贴切，就是没用的废话有点多，看着有点烧心：
我问了一个需要靠实时搜索来回答的问题，比如：DeepSeek V4.1 Flash 1017 这次更新了什么？
右侧的「溯源实况」面板会实时展示 AI 拆出了哪几条检索方式、搜到了多少条结果、正在读哪几个网页，过程完全透明。
用了 13 秒，回答就生成好了，内容和官方公布的数据完全对得上，跑分还整理成了表格。
鼠标悬停在引用角标上，会显示来源网页的标题，点击就能跳转到原文。
我又追问了一句：那它的 API 价格和调用方式有变化吗？
这次只用 4.4 秒就答完了，明确给出了「没有变化」的结论，还补充了旧模型名会自动路由到新模型。
从查文档到全栈开发，再到流式输出、引用跳转、连续追问，这个项目我没找到明显的 Bug，完成度很高。
顺便说一下这个搜索接口本身的体验。我自己直接调了几次，Search 接口单次只要 0.4 秒左右，发布第二天我测的时候，相关新闻就已经收录了，每条结果还带有相关性打分和权威度分级。
但 Fetch 接口有个小问题，返回的 Markdown 正文里，#、.、| 这些符号全部被加上了反斜杠转义，喂给模型读问题不大，如果你想直接渲染到页面上，就得自己先处理一遍。
另外，DSH 最新版本已经支持直接调用这两个接口，不过默认是关闭的，需要自己去网页搜索设置里手动开启。
我的感受
4 个项目全部跑完，我觉得这次的 DeepSeek V4.1 Flash 1017 是一次实打实的升级，尤其是 3D 和前端审美，比上个月的旧版强了不止一个档次。
最直观的就是城市生成器这个 Case。同样的提示词，旧版做出来的还是一堆方块加满屏的穿模碎片，新版已经能做出钟楼、大雁塔、李子坝轻轨穿楼这种一眼能认出的地标了，而且耗时从 102 分钟缩短到了 61 分钟。
我看了下其他博主的测评，跟我的感受一致，而且根据 Arena 的 WebDev 代码竞技场，10 月 18 日更新后，1017 拿到了 1670 分，是开源模型第一、总榜第 12。上个月的旧版只有 1619 分，总榜排在第 25 名。
不过官方说的「输出更短」，我倒是没有很明显的感受。
城市生成器这个测试中，新版的输出 Token 是 45.6 万，比旧版的 22.7 万还多了一倍。一方面可能是因为上次旧版用的是 high 档，这次 DSH 默认是 Max 档；另一方面是新版 DeepSeek 更多地通过截图检查效果，光这一个项目就看了 72 次截图，改了一轮又一轮。
这跟社区里有人反馈的「新版很难自我满足」是一致的。
还有开发者用同一套 Bug 修复测试做了对比，同样是 1017，配上 DSH 比配上 Claude Code 平均高 2 到 3 分，但成本多了 80%，原因也是子 Agent 和输出 Token 更多。
说白了，DSH + Max 档就是用更多的 Token 换更好的效果，好处是交付质量高，代价是 Token 用得多。
再说说大家关心的成本，我这几个测试总共花了多少 Money 呢？
单个项目的 Token 消耗在 3500 万到 7400 万之间，4 个项目加起来有 2.4 亿多，好在缓存命中率都在 99.7% 以上，绝大部分都是按缓存价计费的。
打开 DeepSeek 开放平台的用量面板一看，4 个项目加上我自己调接口的测试，一共才花了 12.81 元，平均每个项目 3 块钱左右！
上个月旧版 V4.1 Flash 平均每个项目要 5 块钱左右，这次项目更复杂、Token 用得更多，单个项目反而更便宜了，非常香！
可惜的是，DeepSeek 还不出订阅套餐！
对于 AI 编程重度用户来说，选择用 Coding 套餐的 GLM-5.3-Flash，价格可能比 DeepSeek 更有竞争力。
总之，我对这次 DeepSeek 的更新是很满意的，虽然无法跟国外闭源模型抗衡，但又快又便宜，能让更多普通人用上 AI 编程、AI 办公，这就很有意义了。可以期待一波 DeepSeek 的下一个正式版本，我觉得应该会挺牛掰的。
