DeepSeek V4.1 Flash 1017：價格相同、輸出更短。要不要切換？

2026 年 10 月 17 日（週六），DeepSeek 將 deepseek-flash API 名稱背後的模型換成新的檢查點 DeepSeek-V4.1-Flash-1017。價格沒有變，上下文視窗沒有變，呼叫方式也沒有變。變的是模型本身：DeepSeek 表示，在終端機與程式建置類基準測試上有兩位數的提升，並稱新檢查點完成任務的速度更快，輸出也更短。

簡短的結論是：如果你在 9 月版的 V4.1 Flash 上執行程式碼代理或大量使用工具的工作流程，建議切換。每個 token 的費用相同，而且根據 DeepSeek 自己的成本圖表，每完成一項任務的花費會少很多。如果你的工作負載以知識密集型問答為主，切換的理由就沒那麼充分，這類任務上前沿模型仍然領先。

在 AIHubMix 上，新檢查點有自己的 ID deepseek-v4.1-flash-1017，所以在你更改模型名稱之前，不會有任何東西自動改變。

有什麼改變，什麼沒變

DeepSeek 的發布說明稱 1017 是「效能與成本的帕累托改進」，而 Hugging Face 的模型卡則稱它是「小幅更新」。兩種說法都有道理：架構和 API 介面都沒有動，後訓練則是全新的（DeepSeek 描述為「以自我回饋強化學習來提升端到端專案開發能力」）。

舊名稱 deepseek-v4-flash 與 deepseek-v4-flash-vision-exp 在 DeepSeek 的 API 上仍可使用，而且兩者現在都以 Flash 價格運行 1017。DeepSeek 不提供固定 9 月檢查點的方法，因此任何直接呼叫 deepseek-flash 的人，都已經被自動換到新版本。

提升落在哪些地方

以下所有數據均來自 DeepSeek 的模型卡與更新日誌；目前尚無人獨立重現。The Decoder 與 Kingy.ai 也整理了相同的表格，並提出了同樣的注意事項。

Terminal-Bench 4.0 是在 Claude Code 測試框架中執行；DeepSWE 則是在 mini-SWE-v2 中執行。

趨勢很清楚：最大的進步出現在長時間的終端機作業，以及從零開始建置程式，這與 DeepSeek 所說的訓練重點相符。儲存庫層級的錯誤修復（DeepSWE、NL2Repo）與視覺能力則只提升了兩到三個百分點。

更短的輸出才是真正的升級

9月的檢查點對於一個便宜的模型來說運行成本很高,因為它話很多。當Artificial Analysis以最大推理強度對其運行Intelligence Index時,它生成了約2.5億個輸出token,而中位數為1.3億,比DeepSeek自家的V4 Pro 0813多62%。

1017 正好針對這個問題。DeepSeek 的 DeepSWE 圖表（X 軸為每項任務成本，由 The Decoder 讀取）顯示：9 月版模型在每項任務約 0.50 美元時達到 74.2%；1017 在最高設定下達到 77.0%，每項任務不到 0.20 美元；1017 在低設定下則以每項任務約 0.10 美元達到超過 72%。由於每個 token 的價格相同，節省的幾乎全部來自模型使用的 token 較少，且完成任務所需的回合數較少。

有兩點要注意。DeepSeek 尚未說明輸出究竟縮短了多少，而且這些每項任務成本是從廠商圖表讀出來的，並非第三方實測。在規劃時依賴 60% 的節省之前，請先用你自己的工作負載跑一次測試。

與上一階的差距有多近

在 DeepSeek 的產品線中，上一階是 V4 Pro 0813，而 1017 在 DeepSeek 公布的每一項代理式基準測試上都已超越它（Terminal-Bench 4.0：42.3 對 12.4；DeepSWE：77.0 對 62.7）。這部分將在本系列的另一篇文章中詳細說明。

與前沿模型相比，情況較為複雜。DeepSeek 的表格顯示，在 DeepSWE、Automation-Bench、Agents' Last Exam 與 Apex 上，它勝過 Claude Opus 5，但 Opus 5 在 Terminal-Bench 4.0（51.8）、ProgramBench（37.0）、NL2Repo（75.3）與 HLE（56.3）上仍然領先。DeepSeek 也與較舊的模型做了比較：Opus 5.5、Sonnet 5.5 以及 GPT-6 世代並未列在其表格中；另外，Google 單獨公布的數據顯示，Opus 5.5 在 Terminal-Bench 4.0 上為 66.4。

價格與實際成本

以下為每 100 萬 token 的高峰時段價格，未命中快取。高峰時段為平日 UTC 01:00–04:00 與 06:00–10:00；其他時段、週末與中國公眾假期則為非高峰時段，價格減半。Flash 快取命中時，高峰時段在 DeepSeek 為 0.006 美元，在 AIHubMix 為 0.0062 美元。AIHubMix 目前對 1017 提供限時 30% 折扣；此處數字採用標價。

一次代理作業的成本試算。目前沒有公開測試提供 1017 每項任務的 token 數，因此這個範例採用明確的假設：一次錯誤修復作業包含 40 次模型呼叫，總輸入 token 為 120 萬，其中 90% 來自快取；輸出為 6 萬 token（包含思考過程）。以 AIHubMix 標價計算：

1017 在高峰時段的計算：0.12M × $0.3098 + 1.08M × $0.0062 + 0.06M × $1.2392 = $0.118。

在價格相同的情況下，同樣的 token 數量在 9 月版模型上的費用也相同。差異在於 token 數量本身：如果 1017 完成同樣的修復所需的回合較少、回答較短，帳單也會隨之縮小。將批次作業安排在高峰時段以外執行，費用還能再減半。

Effort 是另一個可調整的槓桿。DeepSeek 的 V4.1 Flash 論文將 API 的 low、high、max 等級對應到內部 effort 值 50、75、100，並指出最後一步提升到 max「會使代理軌跡延長 1.6–1.8 倍，但效能僅有微幅提升」。建議以預設的 high 啟動代理，並將 max 保留給最困難的任務。

哪些情況不是最佳選擇

• 知識密集型問題。在無工具的情況下，HLE 為 42.6，遠落後於 Opus 5（56.3），也低於 Claude Haiku 5.5（45.9，此為 Anthropic 公布的數字）。原始知識仍是 Flash 系列的弱點。
• 長時間且高難度的 shell 作業。Terminal-Bench 4.0 的 42.3 是一大進步，但 Sonnet 5.5（70.6）與 Opus 5.5（66.4）在該基準測試上屬於不同層級。
• 需要凍結模型的工作負載。在 DeepSeek 自己的 API 上，deepseek-flash 是滾動別名，9 月版檢查點無法固定。如果你需要可重現的行為，請呼叫帶有日期的模型 ID。
• 所有流量都落在高峰時段。非高峰價格是高峰的一半；若工作負載集中在平日 UTC 01:00–10:00 的時段，就要支付全額費率。

誰應該切換，誰應該等待

• 立即切換：在 9 月版 Flash 上運行的程式碼代理、終端機自動化與工具呼叫管線。價格相同、分數更高，而且依 DeepSeek 的衡量標準，每項任務使用的 token 更少。
• 完成回歸測試後再切換：使用嚴格輸出格式的正式環境提示詞，或評估測試套件。較短的輸出可能會破壞原本預期舊有冗長格式的解析器。
• 維持現狀或另尋他途：知識密集型問答，以及本來就需要前沿模型才能完成的困難除錯工作。1017 不會改變這一點。

在 AIHubMix 上試用

AIHubMix 透過 Chat Completions、Responses API 與 Anthropic Messages 提供 1017 服務。建立金鑰後，依照快速入門操作，然後使用 openai SDK 進行呼叫：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

resp = client.chat.completions.create(
    model="deepseek-v4.1-flash-1017",
    messages=[{"role": "user", "content": "Write a Python function that merges overlapping intervals."}],
    reasoning_effort="high",
    max_tokens=32000,
)
print(resp.choices[0].message.content)

在 10 月 19 日的一次測試中，AIHubMix 接受 low 設定為 high、max 與 reasoning_effort，而每個回應的 model 欄位都顯示 deepseek-v4-1-flash-261017，藉此可以確認是 1017 檢查點回應的。思考模式預設開啟，且推理 token 會計入 max_tokens，因此請設定得寬裕一些；模型卡建議長時間代理運行至少使用 256K。若要並排比較兩個檢查點，請開啟 AIHubMix 比較頁面。

常見問題

DeepSeek V4.1 Flash 1017 是新模型還是更新版本？
它是 V4.1 Flash 的更新檢查點，架構、上下文視窗與 API 介面都相同。DeepSeek 稱之為小幅更新；基準測試的提升來自全新的後訓練。

1017 版本的價格有變嗎？
沒有。DeepSeek 維持 Flash 在高峰時段每 100 萬 token 輸入 0.30 美元、輸出 1.20 美元的價格，非高峰時段則為其一半。AIHubMix 的高峰標價為輸入 0.3098 美元、輸出 1.2392 美元，目前另有限時 30% 折扣。

在 AIHubMix 上應該使用哪個模型 ID？
請使用 deepseek-v4.1-flash-1017。deepseek-flash 這個名稱屬於 DeepSeek 自己的 API，現在它指向 1017。

我能否在 DeepSeek 的 API 上繼續使用 9 月版檢查點？
不能。DeepSeek 已將 deepseek-flash 與舊的 Flash 名稱全部指向 1017，且沒有提供 9 月版的固定名稱。

輸出會短多少？
DeepSeek 尚未公布具體數字。其 DeepSWE 圖表顯示，在每個 token 價格相同的情況下，每項任務的成本從約 0.50 美元降到不到 0.20 美元，這意味著運行長度大幅縮短，但這仍是廠商提供的數據。

應該使用哪一種推理 effort？
從預設的 high 開始。簡單且對延遲敏感的呼叫使用 low，只有在最困難的任務才使用 max，因為 DeepSeek 自己的論文指出，max 會使代理運行延長 1.6 到 1.8 倍，而效能只提升一點點。

1017 是否優於 Claude Opus 5？
在部分代理式基準測試上，DeepSeek 公布的數據顯示 1017 領先，例如 DeepSWE 與 Automation-Bench。Opus 5 在 Terminal-Bench 4.0、ProgramBench、NL2Repo 與 HLE 上仍然領先，而較新的前沿模型並未包含在 DeepSeek 的比較之中。

延伸閱讀：DeepSeek V4.1 Flash 1017 系列

• 要遷移現有的整合嗎？遷移指南涵蓋 reasoning_content 的 400 錯誤、無聲的別名切換、高峰時段計費，以及程式碼工具的設定：遷移至 DeepSeek V4.1 Flash 1017：reasoning_content 400 錯誤、無聲別名切換與高峰時段計費
• 与 Anthropic 最便宜的模型相比，适合代理工作吗？这篇对比在终端编码任务上同时测试两者：DeepSeek V4.1 Flash 1017 vs Claude Haiku 5.5：哪款便宜模型适合终端编码代理？
• 还在为 V4 Pro 付费吗？这篇文章检验 Flash 是否已让它变得多余：DeepSeek V4.1 Flash 1017 vs V4 Pro：现在 Flash 是否已足够？

资料来源

• DeepSeek-V4.1-Flash-1017 发布说明（DeepSeek）
• DeepSeek-V4.1-Flash-1017 模型卡（Hugging Face）
• AIHubMix 上的 DeepSeek V4.1 Flash 1017（AIHubMix）
• Deepseek V4.1 Flash 1017 在代理任务中击败更大的对手（The Decoder）
• DeepSeek V4.1 Flash 1017 实测：规格、基准测试与价格（Kingy.ai）