DeepSeek新模型少说几句，完成一项编程任务只需20美分

DeepSeek发布的最新AI模型完成一项典型编程任务，成本约为20美分。中国这家实验室随模型公布的成本对比表显示，Claude Opus 5、GPT-6 Astra和Gemini 3.8 Flash完成同一任务的成本则在2美元到10美元以上不等。这款名为V4.1-Flash-1017的更新版，主要靠“少说”实现了这一点：DeepSeek训练它生成更短的回答，而模型每少写一个词，就少一个需要付费的词。

对于那些让AI智能体直接处理代码库、并按token付费的人来说，这一点很重要。智能体会测试自己的代码，发现错误后修复，再重新尝试；单项任务就可能消耗数百条回答。因此，如果一个模型每项任务的成本便宜十倍，原本昂贵的使用习惯就能变成账单上一笔小开销。在这张成本表所依据的软件工程基准测试DeepSWE中，这次更新的得分为77.0%，高于DeepSeek列出的Opus 5得分74.0%，也高于其给出的GPT-5.6 Sol得分73.0%。此前的V4.1 Flash得分为74.2%，每项任务的成本约为50美分。

这项提升来自DeepSeek在主要训练阶段结束后对模型进行的训练。该公司称这套方法为“基于自我反馈的强化学习”：模型根据自身的信心程度和自行撰写的评语给工作打分，不需要人工评审，也不需要另设一个模型来评判。DeepSeek表示，这让模型更擅长从空文件夹开始搭建完整项目。发布说明展示了一个北京紫禁城的3D模型，以及一款用Godot引擎复刻的益智游戏《传送门2》。据Wccftech报道，DeepSeek后训练负责人吴宇（Wu Yu）将其称为“愿望驱动编程的民主化时代”。

与Claude或GPT不同，这款模型本身是公开的。DeepSeek在Hugging Face和阿里巴巴的ModelScope上发布了模型权重，并采用MIT许可证；任何公司都可以在自己的服务器上运行它，不必让代码经过DeepSeek。不过，这并不意味着它能在笔记本电脑上运行。该模型拥有5520亿个参数，但在读取时每个词只激活80亿个参数，在生成时则激活160亿个参数；模型文件约占510GB，是一台256GB基础款笔记本存储空间的两倍。Wccftech报道称，此前的V4.1 Flash在一套家用设备上达到每秒494个token的峰值速度；这套设备由四台Nvidia DGX Spark桌面AI机器组成，而拥有这类硬件的个人用户并不多。

这些亮眼数字来自DeepSeek，目前还没有独立实验室对这次更新进行测试，正如The Decoder所指出的那样。DeepSeek自己的数据表也显示，这款低成本模型仍在哪些方面落后：在Terminal-Bench 4.0中，Opus 5得分51.8，DeepSeek则为42.3；在要求模型编写完整代码仓库的NL2Repo中，两者得分分别为75.3和68.2；在专家级测验Humanity’s Last Exam中，得分则分别为56.3和42.6。基准测试得分也无法说明代码是否易于维护。还有一点值得注意：如果用户使用DeepSeek的应用或托管API，而不是下载模型权重，就等于把提示词发送给一家总部位于中国的公司；已有多个政府禁止在官方设备上使用该公司的产品。

通过API使用时，这款模型在高峰时段的价格为每百万个新输入token 0.30美元、每百万个输出token 1.20美元；非高峰时段价格减半。工作日的高峰时段为UTC时间01:00至04:00和06:00至10:00，因此欧洲工作日早晨使用要按全价付费，周末则始终享受折扣。仍在调用旧名称deepseek-v4-flash的开发者，无需做任何改动，系统已经会向他们提供新模型。

DeepSeek于10月17日在官网、应用和API上发布V4.1-Flash-1017。公司还向所有开发者开放了内部的Search和Fetch API，每1000次请求收费0.75美元；通过DeepSeek Harness、Claude Code和Codex发出的调用，在10月31日UTC时间16:00开始计费之前仍可免费使用。

接下来的问题是，DeepSeek再发布模型时，是否还会像这次一样容易下载。在此次发布的前一天，中国商务部和科技部公布了出口管制规则草案：一旦模型参数达到2万亿、训练计算量达到10^26次运算，或跻身全球前十，模型权重就将受到管制。据The Decoder报道，开放权重模型注册后即可自动获批；已经公开发布的模型则不受影响，因此这款模型不在规则管辖范围内。但一个在DeepSeek自家榜单上胜过Opus 5的模型，恰恰是北京今后必须纳入考量的那类模型。

标签: Hugging Face, DeepSeek, Claude Opus 5, AI coding, DeepSeek V4.1 Flash, open-weight AI