单价没降、账单降了：DeepSeek 新版用“少说废话”把任务成本打下来

DeepSeek 10 月 17 日发布了 V4.1-Flash-1017，MIT 开源权重已经上了 Hugging Face。这次更新最值得看的不是分数，而是它的降本方式：API 标价一分没降（非高峰时段输入 $0.15/百万 token、输出 $0.60），但第三方独立测试（sference）发现，它在做同样难度的任务时少用了 21% 的 token，答案质量基本不变。

先看数字（注意：下面基准分均为 DeepSeek 官方口径，自报成分）：DeepSWE v1.1 77.0（比上版 +2.8）、Terminal-Bench 4.0 42.3（+11.1）、HLE 无工具 42.6（+5.8）。Arena.ai 10 月 18 日发榜，WebDev 类别它拿到 1670 分，超过 Kimi K3 Max 成了开源模型第一——成本只有后者约十分之一。DeepSeek 官方那份“11 项和对手对打”里，自己赢 4 项、Opus 5 赢 7 项，自报口径，看看就好。彭博还提了一嘴：发布前 DeepSeek 服务宕机了 5 小时，稳定性是隐忧。

为什么值得看？很多教程教你“选最便宜的单价”，但这其实是个伪问题。真正的账单公式是：成本 = 单价 × token 数。这次 DeepSeek 靠的是“输出更短”，相当于在单价没动的情况下把每个任务的总 token 压下来。对跑 agent 的学员来说，选模型看的应该是“完成一个真实任务的总账单”（把重试、修正全算上），而不是价目表上的数字。

还有两个实用点：① 权重 MIT 许可开源，想自部署跑低成本 agent 的可以考虑；② 同版本开放了 Search API，免费窗口到 10 月 31 日截止。我的判断是：先小规模验证你自己场景的效果再切换——第三方独立评测目前还没跟上，自报基准和真实业务效果之间常有差距，“未经实测，个人判断”。