赛车先出现菜单，进入赛道后开始驾驶，镜头又切到座舱，速度和挡位就在方向盘前。跑完以后，还有结算画面。
这是DeepSeek今天放出的官方演示。讨论游戏原型时，这比一张赛车截图更容易让人看懂玩法流程。
10月17日，DeepSeek-V4.1-Flash-1017上线。网页和App同步更新，API价格保持不变。这次重点加强的是编程和工具任务，下面这几段演示，展示了它从头开发游戏和3D场景的效果。
三段演示，分别做了什么
故宫演示则侧重3D场景。镜头从高处移到屋顶附近，再来到广场前，建筑和地面的相对位置跟着视角变化。做展馆介绍、建筑展示时，这种可换视角的场景，可以让人看清静态图片里被挡住的部分。
第三段用的是Godot，一个游戏开发引擎。演示采用传送门2风格的第一人称视角，能看到测试室、方块、门和手持装置。这个例子值得单独看，因为它涉及引擎里的场景搭建，不只是生成一张网页。
DeepSeek将这次项目开发能力的提升，归因于自反馈强化学习这一训练方法。
77%的通过率，比上一版多了2.8个百分点
在DeepSWE v1.1这组软件工程任务里，官方公布的通过率从74.2%升到了77.0%，增加2.8个百分点。新版本77.0%对应max档思考强度，图中统计的是一次尝试的通过率。
这张图要一起看两条轴：纵轴是评测任务的通过率，横轴是每个任务的平均费用。越靠上，完成的任务越多，越靠左，平均花费越低。新版Flash的蓝色圆点在左上方。
单价没变，完成一次任务的费用怎么算？一次任务可能要调用模型多轮，每轮都要读入内容、生成回答。DeepSeek这次同时缩短了任务运行时间和输出长度，模型少生成一些内容，按token计费的部分就有机会减少。
另一项变化较明显的是Terminal-Bench 4.0，从31.2升到42.3，增加11.1个百分点。它关注模型在终端环境里执行任务的表现，例如通过命令行处理问题。
测试条件也要连着看。DeepSWE使用Mini-SWE-V2框架，Terminal-Bench使用Claude Code框架。图中其他模型的数据来自不同来源，部分排行榜数据日期为9月22日。
现在怎么用，哪些设置需要动
网页和App用户，打开原来的DeepSeek就能用新版。
已经接API的话，模型名继续填deepseek-flash，不用填DeepSeek-V4.1-Flash-1017。官方特别优化了DeepSeek Harness、CodeBuddy和WorkBuddy等工具框架。使用DeepSeek Harness的用户，建议更新到0.2.1-rc.1及以上。
价目表按百万token列价，token是模型处理文本时使用的计量单位。Flash每百万token的未缓存输入，空闲时段1元、高峰时段2元。每百万token输出，空闲4元、高峰8元。北京时间周一至周五的9—12点、14—18点为高峰，中国法定节假日除外，其余时间按空闲价格计费。
代码和模型权重已经按MIT许可开放，官方给出了Hugging Face和ModelScope入口。需要自行部署的人可以下载权重，并按模型仓库里的推理说明配置环境。普通使用者直接用网页或API即可，不需要为这次升级重新部署。
搜索和抓取开放了，费用单独算
同一天开放的Search、Fetch，解决的是找资料时的两个动作。
Search接收关键词，返回网页搜索结果。Fetch接收一个网址，把那个页面的正文取回来，以Markdown文本返回。
比如你要做一份AI产品更新简报，可以先用Search找各家的发布页，再用Fetch取回选中页面的正文，最后让模型整理发布日期、功能变化和来源链接。这是一种可以接进自己程序的用法。
两个接口都是每千次成功请求5元。按这个价格，一次成功搜索加五次成功抓取，接口费用合计0.03元，模型整理内容产生的token费用另算。搜索无结果、抓取没返回正文或请求失败，不计这次接口费。
还有个日期需要记住：目前在DeepSeek Harness、Claude Code、Codex里，通过服务端工具调用产生的Search/Fetch请求暂未计费，北京时间11月1日零点起收费。直接调用这两个接口，已经按上述价格计费。
写在最后
标题里的价格没涨，说的是模型单价。实际做一个带搜索功能的工具，账单里还会有多轮模型调用、搜索和网页抓取。只看每百万token多少钱，还算不出把这件事做完要花多少。
比较两个模型，也得给它们相同的需求。一个只交付赛车菜单，另一个做到了驾驶和结算，即使前者账单更低，这两笔费用也不能直接拿来比。
老金更关心的是，同一个需求做到同样完整，要花多少钱。
