10 月 17 日，DeepSeek 悄悄把当家模型 V4.1 Flash 更新到了 1017 版本——距离 9 月 10 日 V4.1 Flash 首发，才过了一个多月。
官方网页端、APP 和 API 已经同步切换成新模型，API 名字都不用改，还是 deepseek-flash，价格也一分钱没涨，相当于全员免费升级。
这一次官方更新的宣传语相当敢写：「许愿式编程，一键成真」——意思是你只用说一句想要啥（比如「给我做个赛车游戏」），模型就能在 Agent 工具里一口气把整个项目做出来。
官方还放出了 4 个演示案例：3D 故宫、网页赛车、复刻《传送门 2》、3D 文明演变长卷，一个比一个唬人。
许愿到底是不是真灵？小灰第一时间在 DeepSeek Harness 里实测了一番。这篇文章分四个部分：
V4.1 Flash 1017 的基本情况：架构、参数、价格 官方跑分：11 项 benchmark 谁输谁赢 两个实测案例：亲手「许愿」，和 GPT-6 Astra 正面对比 算一笔账：两边的使用成本差多少
文章较长，建议大家先收藏、不迷路。
一、V4.1 Flash 1017 是什么？
1、出身：552B 的「小」模型
先说个反直觉的事：V4.1 Flash 名字里带 Flash（DeepSeek 全系最小尺寸的模型），但它的总参数其实有 552B——之所以敢叫 Flash，靠的是全新的 Causal-Encoder-Decoder 非对称结构：处理输入时只激活 8B 参数，生成输出时只激活 16B。
打个比方：以前的模型像食堂大锅饭，不管你点啥菜，后厨全员出动；V4.1 Flash 则是「看人下菜碟」——读你需求的时候只派一小队人（8B），动笔干活的时候再多叫几个（16B），552B 的家底大部分时间在休息。成本自然就降下来了。
配套的两个硬参数：
上下文长度 1M token，最大输出 384K——一口气读完几十万行的代码库没问题 原生多模态，支持图像理解（这次跑分表里就有好几项视觉测试）
另外新架构把 KV Cache（模型工作时存的「草稿纸」）大幅压缩：对显存的需求降到上一代的 1/4，对硬盘的需求降到 1/8。省下来的都是真金白银，这也是敢定低价的底气。
2、1017 版到底更新了什么？
一句话概括：成绩更好，干活更快，价格不变。
官方的说法是「性能–费用的帕累托改进」：相比 9 月的 V4.1 Flash 初版，1017 版在各项基准测试里全面涨分，同时任务的运行时间和输出长度反而缩短了——花更少的钱，办更多的事。
这次更新还点名针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 这几个 Agent 框架做了适配优化。划重点：Harness 要升级到 0.2.1-rc.1 以上版本才有完整适配，小灰后面会实测。
技术上，1017 版用了一种「基于自反馈的强化学习」训练方法，重点提升从零构建完整项目的能力——游戏开发、3D 建模这类「许愿式」任务，就是这次的主打卖点。
3、价格和开源
价格完全没变，还是走峰谷定价（高峰是工作日白天，闲时半价）：
作为对比，隔壁 Claude Opus 5 级别的旗舰模型，输出价格是它的十几倍。而且模型权重已经在 HuggingFace 和 ModelScope 上开源（MIT 协议），有卡的大佬可以自己部署。
二、官方跑分：11 项里拿了 4 个第一
发布当天，DeepSeek 放出一张跑分表，拉来 Kimi K3、GLM 5.3、GPT 5.6-Sol、Claude Opus 5 陪跑，11 个 benchmark 里 1017 版拿了 4 个第一：
表格很长，小灰挑几个重点：
最硬的一项是 DeepSWE v1.1（模拟真实世界的软件工程任务）：1017 版 77.0 分全场第一，超过 Claude Opus 5 的 74.0 和 GPT 5.6-Sol 的 73.0——「许愿式编程」的底气主要来自这里 Agent 类任务全面领先：Agents' Last Exam 35.4、Automation-Bench 60.5、Apex Bench 72.1，这三项都是第一 相比上一代进步明显：Terminal-Bench 从 31.2 涨到 42.3，ProgramBench 从 20.3 涨到 29.1，涨幅都在三四成
要知道这可是一个 Flash 级（小尺寸档）的模型，在软件工程和 Agent 这些硬核项目上压过一圈旗舰大模型，含金量不低。其余项目上各家互有胜负，整体上 1017 版已经稳稳站在第一梯队。
比分数更有意思的是官方另一张图——通过率 vs 每任务费用。同样是 DeepSWE 测试，1017 版以 77% 的通过率拿下第一，而单个任务的平均费用不到 2 块钱；通过率相近的 Claude Opus 5 和 GPT-6 Astra，单任务费用要三四十块，差了二十多倍：
当然，官方跑分大家都懂，先看看就好。许愿灵不灵，还得亲手试。
接下来我们选取两个真实案例，以此来检验一下 DeepSeek V4.1 Flash 1017 的实际生成效果。
同时，我们也会把同样的提示词发给 GPT-6 Astra 模型，看一看究竟谁更强。
三、实测案例一：许愿一个「霓虹赛车游戏」
提示词如下：
帮我做一个网页版 3D 赛车游戏，用 Three.js 实现，单个 HTML 文件就能在浏览器里直接玩。要求：霓虹夜景风格的环形赛道，方向键控制赛车转向和加减速，有漂移手感和撞墙减速惩罚，计时显示单圈圈速，画面要有速度感（路面流光、粒子拖尾之类的都可以）。不用过多解释，直接做出来让我玩。DeepSeek V4.1 Flash 1017：20 分钟交卷，小瑕疵 3 分钟修好
小灰在 DeepSeek Harness 里发出这条 prompt 后，就去泡了杯咖啡。20 分 39 秒后，任务完成——一个名叫《NEON DRIFT · 霓虹环道》的赛车游戏躺在了文件夹里，单个 HTML 文件写了 1833 行代码。
从交付说明看，诚意是足的：方向键加速刹车、左右转向、空格漂移、撞墙减速、单圈计时，甚至还有三圈完赛结算。模型还特意强调「已实测单圈计时、漂移、撞墙减速、暂停与三圈完赛结算」——看起来是做完功课才交的卷。
先看成品。平心而论，这个画面第一眼相当唬人：粉青撞色的霓虹赛道、城市天际线、路面流光，HUD 上时速、圈速计时、小地图一应俱全，审美这次是真的在线：
小灰上手试玩时发现一个小瑕疵：A、D 两个键的左右转向和直觉是反的（WS 前后是正常的）。小灰把问题反馈回去，模型立刻自己定位到了病根——「转向角速度的符号写反了，前轮视觉方向也跟着反了」，3 分 5 秒就修复完毕，刷新即玩：
这个环节其实挺能说明 Agent 时代的用法：一次性做到 95 分，剩下 5 分的小瑕疵，你一句话它就秒修。从许愿到修好，全程不到 24 分钟。
修复后再上车，转向、漂移、撞墙减速全部正常。下面这段录屏是修复后的实际游玩画面，霓虹赛道的速度感可以直接感受下：
GPT-6 Astra：不到 10 分钟交卷，还真的「试玩」了
同样的 prompt 发给 GPT-6 Astra。先把测试条件写清楚：Astra 走的是 ChatGPT 的 Codex 入口，推理强度一共有五档，小灰选的是中间档「高」——就是下图这个位置，不高不低，也是它默认推荐的档位：
不到 10 分钟就交付了，速度是 DeepSeek 的两倍。成品同样是霓虹环形赛道、漂移、撞墙减速、圈速计时，Three.js 也直接嵌进了单文件。
Astra 的工作过程有个亮点：从 Codex 的任务记录里能清楚看到，它写完代码后没有直接交卷，而是调起浏览器工具，真的打开游戏试玩了一把——「正在检查转向与漂移手感、撞墙惩罚，以及检查点和圈速计时」，中间还反复截图查看画面：
小灰实际上手开了几圈，转向、漂移、撞墙惩罚全部正常。Astra 版的赛车叫《霓虹弧线·午夜环线》，画风比 DeepSeek 版素一些，但 HUD 信息更密：当前圈数、本圈用时、最佳圈速、检查点进度、挡位全都实时显示：
案例一小结
这一轮两边都「许愿」成功、一次成型，成品质量说实话在一个水准线上，风格各有所爱。真正的差距在成本和速度——这个先埋个伏笔，文章后面小灰专门算一笔账，差距大到出乎意料。
四、实测案例二：许愿一个「3D 故宫漫游」
提示词如下：
提示词如下：
帮我做一个可以在浏览器里漫游的 3D 故宫，用 Three.js 实现，单个 HTML 文件就能打开。要求：中轴线上要有午门、太和殿、乾清宫等主要宫殿建筑群（不是只有一幢），红墙黄瓦的配色，支持 WASD 键第一人称漫游和鼠标拖动环视，有天空、光照和简单的动态效果（飞鸟、旗帜飘动之类）。不用过多解释，直接做出来让我逛。DeepSeek V4.1 Flash 1017：21 分钟，交出整个紫禁城
这次 DeepSeek 用了 21 分 52 秒，交付了一个《紫禁城漫游.html》，Three.js 直接内联进了文件，离线双击就能逛，连网都不用。交付界面长这样：
先看成色。小灰最担心的「独栋宫殿」问题没有出现——它沿中轴线一口气摆了十组建筑：午门、太和门、太和殿、中和殿、保和殿、乾清宫、交泰殿、坤宁宫、御花园、神武门，外金水桥也没落下。
配色是对的红墙黄瓦，天上飘着云，有飞鸟掠过，宫殿前的旗帜会随风摆动。下面是中和殿、保和殿一线的实景，重檐、栏杆、门钉这些细节都做了：
漫游操控也做得挺全：WASD 第一人称走动、鼠标拖动环视、Shift 疾行、R 一键回到午门，右上角还有实时位置提示（走到哪座宫就显示哪座宫的名字），右下角配了一张宫城小地图，左上角一枚「紫禁城 THE FORBIDDEN CITY · 1420」的印章式 Logo，细节审美在线。绕到宫殿背后转了转，建筑都在，没有出现「背面消失」的穿帮。
下面这段录屏是第一人称从午门一路逛到神武门的完整过程：
GPT-6 Astra：更快，还多了个「鸟瞰模式」
Astra 这边同样不到 10 分钟收工。思路和 DeepSeek 不太一样：它也沿中轴线布置了午门、太和门、三大殿和后三宫，但额外做了两个实用功能——右侧小地图可以直接跳转各处，以及一个鸟瞰切换按钮，先看全貌再落地漫游。功能清单里还有碰撞限制（不会穿墙走进宫殿里）、日光与夕照两种光照切换：
和赛车案例一样，它做完后也调起浏览器自己检查了一遍实际画面和移动操作才交卷。小灰实际逛了一圈，漫游、环视都很顺畅。
成品界面信息密度更高：右侧「中轴导览」面板把午门到御花园一路的宫殿全列出来，点击名字直接传送；左下角走到哪座殿，就显示这座殿的名字和一句简介（比如交泰殿是「乾清与坤宁之间的方形宫殿」），有点电子导览机那味儿了：
案例二小结
这一轮两家都交出了完整的「宫殿群」，画面各有千秋——DeepSeek 胜在光影氛围和动态细节（飞鸟、飘旗、云层都活了），Astra 胜在导览信息设计。从「许愿」的角度，两边都灵。
五、算一笔账：两块钱 vs 烧穿的限额
案例比完，最后算一笔账——这可能是两边差距最大的地方。
DeepSeek 侧：按量计费，赛车游戏 + 故宫漫游两个案例，连许愿带修复全部跑完，总共花了不到 2 块钱。没错，就是一瓶矿泉水的价格。而且按量计费意味着想跑几个跑几个，没有额度焦虑。
Astra 侧：小灰用的是 Plus 订阅（20 美元/月）里的 Codex 入口，推理强度「高」。Astra 在 Plus 里走的是限量额度——每 5 小时一个窗口。小灰一开始图快，把赛车和故宫两个任务同时开跑，结果两个任务都没跑完，5 小时限额就直接到顶了，只能干等窗口刷新后一个一个排队重跑。
也就是说：同样两个「许愿」任务，DeepSeek 花不到 2 块钱随便跑；Astra 在 Plus 里得掐着额度精打细算，一次还只能跑一个。当然得说清楚，这不是 Astra 本身贵——它 API 按量也能用，只是输出每百万 token 要 50 美元，真按量跑这两个案例，花费同样是 DeepSeek 的几十倍。
官方那张「通过率 vs 费用」图里说 1017 版单任务不到 2 块钱、是同级旗舰的二十分之一——小灰这次实测下来，这个说法是可信的。
六、总结
测完两个案例，小灰对 DeepSeek V4.1 Flash 1017 的印象可以浓缩成三句话：
「许愿式编程」是真的成了。 一句话要一个 3D 赛车游戏、一句话要一座能漫游的紫禁城，它都一次成型地交了出来——赛车有漂移、圈速结算和霓虹特效，故宫有完整的中轴线十组建筑、飞鸟旗帜和离线可玩的单文件。要知道一个月前第三方复现官方案例时，DeepSeek 还只会盖「独栋宫殿」，1017 这版的进步是实打实的。 交互体验很成熟。 试玩中发现小瑕疵，一句话反馈，3 分钟就定位到「转向角速度符号」并修复——这种人机协作的顺滑度，才是日常使用里最高频的体验。跑分表上 DeepSWE 77 分全场第一、Agent 类三项第一，和实际体感是对得上的。 便宜到可以随便用。 两个案例连跑带修不到 2 块钱；同样的事在 Plus 订阅的 Astra 上，5 小时限额都不够烧的。对普通开发者和重度 Agent 用户来说，这个价格就是「许愿自由」。
对号入座的话，小灰的建议是：
作为国产模型，DeepSeek 这一代真的让小灰眼前一亮：旗舰级的 Agent 能力，白菜价的使用成本，还开源。「许愿式编程」这个口号，1017 版算是接住了。
正在读这篇文章的朋友，你用 DeepSeek 许过什么愿？效果怎么样？欢迎在评论区聊一聊。
我是程序员小灰，我会持续为大家分享最新的 AI 工具和 AI 玩法。如果想第一时间收到推送，也可以给我个星标⭐ 我们下次再见~~
最近小灰创建了一个AI副业交流群，对AI和副业变现感兴趣的朋友，都欢迎进群交流。扫码添加小灰微信，备注“ai“即可进群：