DeepSeek 更新：从想法到能玩的初版

DeepSeek 更新了 V4.1 Flash，新版本叫 V4.1-Flash-1017，官方网页端和手机 App 已经同步换上了它。

这次更新主要带来了三方面的变化：

  • 更擅长做完整小项目 ：把小游戏、立体场景等内容，从头到尾搭成看得见、能操作的样子。
  • 做任务更快、更省 ：官方表示，任务运行时间和生成的文字长度都减少了；在公布的测试中，完成任务的平均花费也下降了。
  • 把自研搜索能力开放给更多软件 ：平时在 DeepSeek 聊天时用的联网搜索与网页抓取技术，现在作为独立服务开放出来，供其他软件接入使用。

更会把小游戏和立体场景做出来

做一个小游戏，需要把画面、操作和规则一起做出来。只有一辆车的模型还不能比赛，还得有赛道、驾驶操作、速度显示和胜负结算。新版 Flash 重点改善的，就是把这些部分接起来，做成能运行的完整小项目。

DeepSeek 展示了四个用新版模型做出的项目。它们展示的是作品运行后的效果：

故宫 3D 场景展示。 镜头在宫殿群、庭院与正殿之间切换，展现红墙、金色屋顶、雪景与光影变化。

故宫 3D 建筑群漫游 ：画面先从高空俯瞰连绵的宫殿屋顶，随后视角逐渐拉近，穿过红墙院落与殿门，展现正殿的结构、地面的白雪以及不同光照下的明暗过渡。这种演示适合作为文化展示或三维互动场景的雏形。

网页赛车游戏演示。 包含车辆展示、倒计时开赛、在赛道上行驶避让、实时速度显示与最终胜利结算。

网页夜间赛车游戏（Neon Velocity） ：它不是只画一张赛车图片，而是搭出了一个完整的微型游戏流程——从主界面的车辆展示、点击开始比赛，到倒计时、车辆在霓虹赛道上加速并与其他车辆竞争，屏幕下方实时显示仪表盘与小地图，直到冲线后跳出名次结算画面。

用游戏制作软件 Godot 重现《传送门2》玩法。 展示第一人称测试室探索、手持传送门枪在墙面开启蓝橙双色通道并穿行。

《传送门2》机制演示 ：用游戏制作软件 Godot 搭建了一个经典的第一人称测试房间。玩家手持工具，可以在墙面上分别发射蓝色和橙色的传送门，走进其中一扇门便能立刻从另一处走出来，演示最后还出现了电梯。做游戏时，可以先做出这样的初版，验证“从一扇门走进、从另一扇门出来”的玩法，再继续扩展关卡。

时代河谷历史演进演示。 俯视视角展现同一片河谷地貌在石器时代、古典时代、中世纪与现代的聚落变迁。

时代河谷（Valley of Ages） ：这是一个俯视视角的历史演变场景。随着时代标签从石器时代切换到古典时代、中世纪和现代，画面中同一片河流与山谷两岸的建筑，从简陋的原始茅屋逐步演变成古典石柱殿堂、中世纪的城镇，最后变成现代的高楼与道路。

对想做小游戏、互动展览或教学展示的人来说，这类能力的用处，是先把想法做成能看、能操作的初版，拿给别人体验，再决定怎么改。官方展示的是配合开发工具做出的精选效果，不能据此保证任何要求都能一句话完成；能演示基本玩法，也不等于整款游戏已经做完。

想让它在电脑里做项目，需要配套工具

在聊天里提出想法，和让 AI 在电脑上把项目运行起来，是不同的使用方式。要在自己的电脑里创建文件、运行游戏，还需要给 AI 配上能执行这些操作的工具，并设置相应权限。

演示里的完整项目，依靠的是两套角色的分工协作：

  1. 模型负责动脑 ：分析你的需求，构思项目需要几个文件、代码应该怎么写，以及如果运行报错了该如何修改。
  2. 配套工具在电脑里动手 ：在电脑硬盘中真正新建代码文件、运行程序，如果发现程序报错，就把报错信息交回给模型，由模型重新调整。

当你提出一个要求后，表面上你只说了简短的一两句话，但在电脑后台，模型与配套工具可能已经重复了多次“写代码、运行看看、发现报错、改好再试”的动作，尝试把程序运行起来。官方推荐使用的配套工具叫做 DeepSeek Harness，它能按权限替 AI 创建文件、运行命令，让写出的代码得到实际执行。

和其他模型比，强在哪里？

按 DeepSeek 公布的这张表，新版 Flash 在编程和自动做任务的测试中有竞争力，但高难度综合题和部分看图测试仍落后于 Claude Opus 5。不同任务，胜负并不一样。

DeepSeek V4.1-Flash-1017 官方基准测试对照表

官方基准测试对照表。表中列出的对比型号包括 DeepSeek V4.1-Flash（升级前）、Kimi K3、GLM 5.3、GPT-5.6 Sol 与 Claude Opus 5。注：星号表示 HLE 的纯文本子集测试成绩；Terminal-Bench 4.0 采用 Claude Code 框架，DeepSWE v1.1 采用 Mini-SWE-V2 框架；ZeroBench 成绩统计口径为 Pass@5。

写程序：和 Claude 有胜有负。 一项编程测试中，Flash 得分 77.0，高于 Claude Opus 5 的 74.0、GPT-5.6 Sol 的 73.0、Kimi K3 的 67.5 和 GLM 5.3 的 66.9。但换到另一项编程测试，Flash 是 29.1，Opus 5 是 37.0。所以能说它在一些编程任务上很有竞争力，不能说它写所有程序都比 Claude 强。

自动做任务：这是它在表里比较突出的方向。 在一项自动化任务测试中，Flash 得分 60.5，高于 Opus 5 的 50.3；表中 GPT、Kimi 和 GLM 这几个版本的成绩也都低于 Flash。结合前面的配套工具，可以理解这类能力的用途：让 AI 按目标连续执行操作，把一件事往前推进，而不只是给出建议。实际表现仍要看具体任务。

处理高难度问题：与 Opus 5 仍有明显差距。 在不使用外部工具回答综合难题的测试中，Flash 得分 42.6，Opus 5 为 56.3；GPT-5.6 Sol 的 44.5 和 Kimi K3 的 43.5 也略高于 Flash。编程成绩突出，不等于各种复杂问题都答得最好。

看图分析：有竞争力，但这项还没超过 Opus 5。 在一项借助工具分析图表的测试中，Flash 得分 83.0，接近 Opus 5 的 84.0，高于 GPT-5.6 Sol 的 79.9 和 Kimi K3 的 68.1。它能处理图表相关问题，但不能把这项成绩当成所有看图能力的统一排名。

以上是 DeepSeek 公布的测试成绩；选模型时，还要结合自己的任务和实际使用效果来看。

等候更短、花钱更省：做任务的效率变化

DeepSeek 表示，新版完成任务所用的时间更短，生成的文字也更少。这项改善的实际意义，是少等一些、用更少的输出完成事情；具体能节省多少，仍要看任务本身，官方没有给出统一的时间降幅。

如果只是日常聊天，主要关注的是完成任务的速度与结果；如果是付费把模型接入自己的软件，还要看它完成一项任务究竟花了多少钱。

做对的更多，平均花费更少

同一组官方编程测试，把分数换算成“每 100 道题大约做对多少道”。

旧版

每 100 道题大约做对

74 道

平均每道题的尝试费用

约 0.49 美元

新版

每 100 道题大约做对

77 道

平均每道题的尝试费用

约 0.20 美元

依据官方 DeepSWE 编程测试，分数为 74.2% 和 77.0%；“每百道题”是便于理解的换算，费用为原图估读。这组结果不代表所有任务都会按同样比例省钱。

在官方公布的一组标准编程测试中，旧版模型最高配置的通过率为 74.2%，新版提升到了 77.0%。如果把这个测试按比例换算成更容易理解的日常说法： 大约每 100 道测试题，新版能做对约 77 道，而旧版能做对约 74 道 。

在这组测试中，平均每道题的尝试费用也从约 0.49 美元降到了约 0.20 美元。也就是说，做对的题更多了，平均花费反而更少。这两个费用是从官方图表估读的约值，反映的是这组测试里的任务成本，不能直接当作软件接入的单价，也不保证每个人的项目都会按相同比例省钱。

DeepSeek 官方性能与费用对比原图：纵轴为做对题目的比例，横轴为每项任务的平均费用

官方性能—费用对比原图。点越靠上，做对题目的比例越高；越靠左，每项任务的平均费用越低。图中还保留了其他模型的对比位置，具体条件见原图底部说明。

让其他软件也能用上 DeepSeek 的搜索

DeepSeek 自己的聊天软件此前就能联网查资料。这次新增的，是把背后的搜索能力开放给其他软件：开发者可以把它接入自己做的 AI 助手，让助手也能找到最新网页、阅读资料后回答问题。DeepSeek 表示，这套自研搜索已经每天处理数亿次请求。

这项服务主要由两个动作组成：

  • Search（找网页） ：给它一个关键词，它会全网检索并返回最相关的几个网页标题、链接和一段简短的内容摘要。
  • Fetch（取正文） ：如果光看搜索摘要还不够，它能提取指定网页的正文，交给 AI 继续阅读。

比如，开发者可以做一个“解答某品牌新产品使用方法”的 AI 小助手，让它这样查资料：

  1. 当用户问到最新功能时，助手先通过 Search 去官网上找相关的说明页面。
  2. 如果搜索返回的摘要里已经明确写着答案，助手就可以直接回答用户，省去一次读取网页的步骤。
  3. 如果问题很复杂，助手再通过 Fetch 把那一页说明书的全部正文调出来，供模型结合正文回答。

搜索能让助手拿到新资料，但网页和 AI 的回答仍可能出错，重要信息要核对原始来源。

这两项接口的公开定价均为 5 元 / 1000 次 ：

这里需要特别看清：“5 元 / 1000 次”算的是 接口调用的次数 ，而不是服务 1000 个用户或完成 1000 次聊天。例如，你的助手完成一次查询时，如果先搜索了一次（1 次 Search），又抓取了一篇网页（1 次 Fetch），总共就算 2 次调用，合起来消耗 1 分钱；而 AI 读资料和生成回答的费用另外计算。只有成功找到结果的请求才会计费，如果因为网络问题或没搜到东西，则不会扣费。

这项按次收费针对其他软件接入搜索服务，并不是 DeepSeek App 的聊天报价。已经通过 DeepSeek Harness、Claude Code 或 Codex 使用 DeepSeek 服务端搜索的接口用户，这部分搜索与取正文费用目前暂免，至北京时间 2026 年 11 月 1 日零点起开始收费。

想试一试，从哪里开始

不同需求的使用者可以根据自己的情况体验新版本：

  • 普通用户聊天 ：直接打开 DeepSeek 官方网页或手机 App 即可，新版模型已自动更新，可以继续用自己的日常任务体验差别。
  • 想在电脑上试验小项目 ：单纯使用聊天窗口无法操作本地文件，需要配合能够在电脑本地执行代码的配套工具。
    开发者接入与模型下载

如果使用 DeepSeek Harness，官方建议升级至 0.2.1-rc.1 或更高版本。

  • 软件开发者接入 ：原本使用 deepseek-flash 接口名称的程序会自动切换为新版本，无需更改调用配置。
  • 下载与自主部署 ：官方同时公开了模型文件，采用 MIT 许可协议（允许在许可条件下使用和修改），允许开发者免费下载并在自己的服务器上部署或二次改造。

对模型文件感兴趣的开发者，可通过 Hugging Face 仓库 或 ModelScope 社区 获取。

来源

DeepSeek V4.1 Flash 新版本：许愿式编程一键成真深度求索· 查看主材料

本站说明

项目媒体来自官方演示；基准为 DeepSeek 发布的数据，费用约值为原图估读。