1.3 元跑完一个任务:DeepSeek V4.1-Flash 1017 再切成本前沿,私有化要重算三行账

行业新闻 · 丁香 · 发布 2026-10-27 · 阅读 41

更新了什么:1017 版本,价格不动

10 月 17 日,DeepSeek 把 V4.1 Flash 升级到 1017 版本,网页端、App 和 API 同步切换,API 侧模型名仍是 deepseek-flash,调用方式和价格完全不变,旧名 deepseek-v4-flash 暂时路由过来兜底。同步在 Hugging Face 放出 763B 总参数的权重(MIT 许可),还多给了两样工程件:Python 参考实现加一套 Rust 编码工具包 deepseek-recipe,私有化部署的接入路径更完整了。

性能-成本前沿:单任务成本砍到四成

这轮更新主打的不是分数,是同一张图上的两个坐标。官方公告里的性能/成本图(上图)显示,1017 最高档在 DeepSWE 上通过率 77%,单任务成本约 1.3 元;上一代最高档是 3.3 元——通过率抬了 3 个点,成本反而压到原来的四成。第三方 302.AI 独立实测同样落到 1.3 元(最高档)、0.8 元以下(低档)的区间,两源一致。对照旗舰 Claude Opus 5 最高档约 80 元一个任务,价差拉到百倍量级。官方同时说缩短了任务运行时间和输出长度,同样的活干得更短、token 烧得更少。

价格表与 11 月 1 日的工具计费线

Flash 档官方人民币价目(每百万 token):空闲时段输入缓存命中 0.02 元、未命中 1 元、输出 4 元;高峰时段(工作日 9 至 12 点、14 至 18 点)全部翻倍。按官方价目复算,一个 100 万未缓存输入加 10 万输出的任务,空闲约 1.4 元、高峰约 2.8 元,这就是 302.AI 实测单任务 1.3 元的账底子。

真正要盯的是 11 月 1 日零时:Search 与 Fetch 两个新接口开放,均按 5 元/千次成功请求计费;此前 Harness、Claude Code、Codex 经服务端触发的搜索抓取暂免费,两周后开始按次收。重度使用搜索的 agent 工作流,工具层成本从 0 变成要逐项记账。

私有化视角:权重账本与 KV 红利

架构侧数据对自建方友好:552B 骨干 MoE(总量 763B 含 Engram 记忆表),Causal Encoder-Decoder 非对称设计,prefill 每 token 只激活 8B、decode 只激活 16B,单 token 计算量小,机器利用率可以做得高。官方称较上一代 KV cache 的 HBM 占用降到 1/4、SSD 占用降到 1/8,对高并发的 agent 服务是实打实的显存档位空间。权重侧:官方提供 BF16 与 8 位(F8_E4M3/I8)精度,8 位约 770GB 量级,BF16 约 1.5TB;社区已有非均匀 GGUF 量化(ISTA-DASLab,含 196.6B Engram 表的 IQ4 档),vLLM 官方文档给了昇腾 NPU 的部署示例,国产算力上把 agent 编程负载跑起来,通道是通的。

三行判断

第一行:单任务 1.3 元、低档 0.8 元以下,API 对自建构成压倒性成本优势。除非日任务量到十万级,或有数据不出域、断网环境这类硬约束,否则自建的回收期很难算出来。1017 把自建方的成本锚位又往下顶了一截。

第二行:11 月 1 日工具计费生效后,agent 工作流要算三本账:模型调用、搜索抓取(5 元/千次)、人力返工。比较模型时把总费用除以合格结果数,比盯每百万 token 单价更接近真实收益;批量任务排到夜间空闲档,是当前最便宜的动作。

第三行:自建方案选 1017 的核心理由不是分数,是 KV 压缩(HBM 1/4)加 8B/16B 非对称激活,同样一柜机器能装下更高并发的 agent 服务。MIT 许可无营收门槛,商业化分发不需要任何附加协议。

来源:DeepSeek 官方 API 公告与新闻页、Hugging Face 模型卡、302.AI 实测、每经网与今日头条转引,2026-10-27 检索。