DeepSeek 10 月 17 日推送 V4.1-Flash-1017：开源智能体框架 Harness 同步升到 0.2.1
10 月 15 日上午，DeepSeek 网页端与 App 出现服务异常，用户发消息后页面提示「服务器暂时不可用」。两天后的 10 月 17 日，答案落地：DeepSeek 官方微信公众号宣布 V4.1 Flash 更新至 V4.1-Flash-1017 版本，官方网页端、APP 与 API 模型已同步变更为新模型。同日，DeepSeek Harness 团队发文称 Harness 0.2.1 版本适配新模型。这是一次没有涨价、没有改 API 名的更新——但也是 DeepSeek 一个多月里第二次动 Flash 线。卖方真正关心的不是跑分，而是：这个价位，能替我干哪些活？
一、10 月 17 日到底更新了什么
先看发布本身的硬信息。据 DeepSeek 官方微信公众号与澎湃新闻报道，V4.1-Flash-1017 是 V4.1 Flash 的新检查点，API 标识仍为 deepseek-flash，价格不变，网页端、App 与 API 三方同步切换。
规格方面，公开资料给出的关键数字较为一致：上下文窗口 100 万 token，单次最多输出 38.4 万 token；架构为稀疏 MoE，每 token 激活参数在预填充阶段约 80 亿、解码阶段约 160 亿。总参数量口径则存在分歧，有资料称主干 5520 亿参数（另有 1960 亿 Engram 参数），也有资料直接写 7630 亿。ArtificialWatch 核对 Hugging Face 仓库配置后指出，新检查点的配置文件与此前一致，改的是权重而不是模型形状。
权重开放方面，deepseek-ai/DeepSeek-V4.1-Flash-1017 已上架 Hugging Face，采用 MIT 许可，与 9 月 10 日首发版本相同。DeepSeek 官方说明称新版本架构不变，输出更精简、速度更快，运行成本进一步下降，编码、智能体与视觉能力均有提升。
价格没动这件事，比跑分更实在。据 ArtificialWatch 核对 DeepSeek 定价页，错峰时段为每百万输入 token 0.15 美元、每百万输出 token 0.60 美元，缓存命中输入低至 0.003 美元/百万；高峰时段翻倍至 0.30 与 1.20 美元。高峰时段为工作日 UTC 01:00—04:00、06:00—10:00。
二、跑分表里的强项与短板
DeepSeek 官方 changelog 对比的是 9 月 10 日版本：Terminal-Bench 4.0 从 31.2 升至 42.3，ProgramBench 从 20.3 升至 29.1，无工具条件下的 Humanity's Last Exam 从 36.8 升至 42.6，DeepSWE v1.1 从 74.2 升至 77.0，NL2Repo-Bench 从 65.4 升至 68.2，并首次列出 Agents' Last Exam 35.4、Apex Bench v1.1 72.1、BabyVision（带工具）92.5。官方称 11 项内部基准提升 2.0 至 11.1 分。
横向对比更能说明问题。在 DeepSWE v1.1 上，V4.1-Flash-1017 的 77.0 高于 Claude Opus 5 的 74.0、GPT-5.6-Sol 的 73.0 与 Kimi K3 的 67.5。但换到别的榜，胜负立刻反转：Terminal-Bench 4.0 上 Opus 5 拿到 51.8，ProgramBench 上 Opus 5 为 37.0、NL2Repo 为 75.3、HLE 为 56.3，全部领先于 DeepSeek。
规律很清楚：智能体循环与工具调用是它的强项，纯知识与硬推理仍是短板。
这里必须加一句风险提示：以上全部是 DeepSeek 官方自测数字，截至发稿尚无第三方评测机构对 1017 构建独立打分。单一榜单领先不等于综合能力领先，把 77.0 这个数字直接当成选型依据，是要吃亏的。
三、Harness 0.2.1：模型与框架一起发
这次更新的另一半在框架侧。
据澎湃新闻解释，Harness 是围绕大语言模型构建的一套软件支撑框架，帮助 AI Agent 管理与执行复杂任务，可以理解为让大模型真正成为 Agent 所需的整套运行系统。红星资本局则直接称 Harness 是 DeepSeek 自主研发的开源智能体框架：基座模型是「大脑」，负责推理与理解；Harness 是「执行神经系统」，负责调度工具、管理任务状态和执行闭环。
10 月 17 日同日，DeepSeek Harness 团队发布 0.2.1 版本，适配 V4.1-Flash-1017。官方说法是新模型训练中针对 Harness 进行了专项优化，在提升任务表现的同时，缩短任务运行时间、减少输出消耗和 token 费用。
有个使用门槛要注意：据澎湃新闻报道，想把这套新能力完整吃上，DeepSeek Harness 还得升级到 0.2.1-rc.1 及以上版本。此外，首次登录 DeepSeek Harness 可获得 6 元赠金，无需充值，赠金限量发放、赠完即止，到账后 7 天内有效。
模型侧的能力升级被 DeepSeek 称为「许愿式编程」——用户用自然语言描述开发需求，AI 自主完成开发，减少人工干预。据官方介绍，V4.1-Flash-1017 通过基于自反馈的强化学习训练技术，提升在游戏开发、3D 建模等方面从零构建完整项目的能力，官方展示的示例包括故宫 3D 建模、网页版赛车游戏以及 Godot 中的 Portal 2 复刻。
四、搜索 API 开闸：5 元/千次
同日开放的还有自研搜索 API。
据 DeepSeek 介绍，DeepSeek 搜索是 AI 原生的通用搜索引擎，索引全球千亿级网页，支持多语言搜索，并针对 SEO 作弊、GEO 操纵和低质量 AI 生成内容建立识别与过滤机制。此次 API 新增 Search 与 Fetch 两个接口，据红星资本局报道，两个接口价格均为 5 元/千次；海外媒体按美元口径报道则为 0.75 美元/千次。
接口能力上，Search 返回排序后的网页结果与可选正文，支持 site:、lang:、after:、before: 等算子，每条结果带 0—3 的重排分与 0—4 的权威分层；Fetch 返回单个页面的 Markdown 版本。两个接口均限流 5 QPS。用户已可在 DeepSeek Harness、Claude Code 或 Codex 中通过服务端工具调用访问这两个接口，限时免费至 11 月 1 日。
五、跨境卖家能用在哪：文案、素材、数据
对跨境电商团队，这次更新里真正可用的有三块，且都要按官方已公布的能力边界来用。
第一块是多语言商品文案。100 万 token 上下文意味着可以一次性塞进整个类目的历史文案、竞品详情页与品牌术语表，让模型在同一语境里批量产出，避免逐条投喂导致风格漂移。但要清醒：在 HLE 这类长链推理基准上它只有 42.6，低于 Opus 5 的 56.3，适合的是「批量、格式化、可人工复核」的文案，不适合需要复杂推理的市场判断。
第二块是批量素材落地页。基于自反馈强化学习的项目构建能力，官方演示都是「自然语言提需求、模型自主交付」，理论上可用于批量生成活动页与素材变体。但官方演示集中在 3D 建模与游戏，跨境场景的适配效果官方未公布，需要自己先小规模试。
第三块是数据分析与竞品监控。0.15 美元/百万输入 token 的错峰价，加上支持 lang: 算子的搜索 API，可以做多语言市场调研与竞品页面抓取。注意高峰时段价格翻倍、5 QPS 限流、11 月 1 日后免费窗口关闭这三件事，会直接影响成本模型。
还要提一句安全：开源 AI 编码工具 OpenCode 疑似遭入侵、部分用户凭据泄露的事件就发生在近期。把 API 密钥明文散落在配置文件里，是最常见也最致命的疏漏。
所以，10 月这波密集迭代——10 月 8 日腾讯 WorkBuddy 上线独立文件浏览器、10 月 9 日豆包工作上线创作画布并接入豆包 2.1 Lite、10 月 14 日千问办公发布电商版、9 月 21 日 Kimi Code 桌面版登陆 macOS 与 Windows——并不意味着工具越多越好，而是意味着选型成本变高了。对卖家更实际的问题是：当模型价差被压到十倍以内，你该把钱花在模型上，还是花在让团队真的会上？到那时，答案才会真正浮出水面。
六、参考资料
- 澎湃新闻：《「许愿式」编程能力升级！DeepSeek 上新：开放自研搜索 API，千次调用仅 5 元》
- 澎湃新闻：《DeepSeek 新模型发布，性能涨了费用降了，许愿式编程成真》
- 红星资本局（新浪财经）：《DeepSeek 崩溃后更新版本，可「许愿式」编程，自研搜索 API 千次调用收费 5 元》
- 中国证券报：《DeepSeek 上新，许愿式编程成为现实》
- ArtificialWatch：《DeepSeek upgrades V4.1 Flash to the 1017 build》
- 什么值得买社区：《豆包、WorkBuddy、Kimi、千问这个月全在发新版》
- 南方日报：《AI 办公为何成为新的「必争之地」？》