"
静默换代之后，便宜模型开始接更多活，关键不只是价格，而是可靠性。
------ 子昕
昨天 DeepSeek 又换了一版模型。
但有意思的是，你可能已经用上了，自己却不知道。
如果你代码里、插件里填的还是 deepseek-flash，一行配置都不用改------从 10 月 17 日开始，背后跑的已经是新的 DeepSeek-V4.1-Flash-1017。
甚至之前的旧名字 deepseek-v4-flash，现在也会被转到这一版。
「这个我一直拿来跑"便宜碎活"的模型，现在能不能接更多活了？」
我拿自己平时真的在跑的流程试了一圈，也顺便把这次更新里几个容易忽略的地方研究了一下。
📌 本文看点
01
模型到底变了什么
02
哪些任务适合交给 Flash
03
今晚可以做的检查
01
CHECK
先确认：你是不是已经在用了
其实很简单，看模型名就行。
● deepseek-flash
已经是 1017。
● deepseek-v4-flash
目前同样会转到 1017。
● DeepSeek 网页和 App
也已经同步切过去了。
不用在模型列表里找一个单独叫「1017」的新选项。
这次属于一次静默换代。
你手里的按钮没变，API 名字没变，价格也没变，但按钮背后的模型已经不是 9 月那一版了。
如果你平时只用 DeepSeek 网页或者 App，知道这一点其实就够了。
后面 Claude Code、API 配置那些内容，不感兴趣可以直接跳。
02
UPDATE
这次到底变了什么
先说结论：
它不是新一代大模型，而是给 Flash 这档做了一次比较明显的能力升级。
这张图不用每一行都研究。
我自己比较关注的是 Terminal-Bench、Automation-Bench、DeepSWE 这类项目。
这几项，简单理解就是：
看一个模型能不能自己操作工具、连续判断、连续做几步事情，最后把任务真正做完。
比如其中：
Terminal-Bench 4.0：从 31.2 → 42.3。
Automation-Bench：从 54.8 → 60.5。
DeepSWE：从 74.2 → 77.0。
尤其第一项，变化还是挺明显的。
这版除了能力提升，任务运行时间和输出长度也缩短了。
这点对我反而很重要。
因为便宜模型拿来批量跑任务的时候，决定成本的不只是单价：
一次任务要跑多久、输出多少字、中间返工几次，最后都会变成钱。
至于网上如果有人拿一张图就说它"全面吊打最贵模型"，我觉得没必要这么看。
同一张表里本来就有赢有输，而且拿来对比的也不一定是别人最新的顶配。
对我来说，更有用的问题始终是：
什么活可以继续往便宜模型身上扔，什么活我还是愿意多花钱。
03
WORKFLOW
我为什么一直没把 DeepSeek 换掉
写代码，我之前主要是 GPT，上篇文章说过，我现在又订阅了 Grok，这两货现在是我写代码的主要模型。
尤其是复杂逻辑、大改代码、需要反复推理的任务，我暂时不会使用 DeepSeek。
但 DeepSeek 我一直留着。
原因很简单：便宜，而且快。
有一类活特别适合它：
单次其实不难，但特别碎，一天可能要跑很多很多次。
比如我最近一直在做出海外链自动化。
整个流程拆下来，大概就四步：
1．认页面： 这是博客文章、产品页、目录页，还是其他页面？
2．找位置： 有没有评论区？哪里能正常填写链接？
3．填写提交： 插件自动生成内容、填写、提交。
4．回看结果： 评论到底发出去没有？有没有被拦、被吞、进入审核？
包括网站介绍、产品描述这些内容，我也会顺手让它根据网页生成。
这里面真正浪费钱的，其实不是"一次 AI 调用"。
第一步一旦判断错了，后面全是白跑。
比如一个目录页被认成普通文章，后面模型还在认真找评论框、生成评论、准备提交。
每一步看起来都没花多少钱。
但全部都是无效调用。
所以这次 1017 我最关心的是：
这种"先看一下 → 做判断 → 再决定下一步"的任务，能不能少走一点弯路。
我昨天已经把自己的流程重新跑了一轮。
第一轮看下来，像页面识别、找位置这种环节，确实比之前少了一些无效返工。
不过新模型毕竟才上线一天，我还没办法给出确定性的结论，这种东西再跑几天，看看效果，比看一张跑分图靠谱得多。
04
JUDGMENT
我现在判断一个活要不要丢给 Flash，只看三件事
这也是我觉得这次更新之后，普通用户真正可以带走的东西。
我现在基本看三个条件：量大不大、单次难不难、做错以后能不能校验。
如果一个任务：
一天要做几十、几百甚至几千次；
每次都不算特别复杂；
最后还有办法判断它到底做对没有。
我会优先考虑 Flash 这种便宜模型。
反过来：一次任务就很复杂，或者做错一次代价很高，我还是会直接上 GPT、Grok 这类更强的模型。
所以这个思路其实不只是写代码能用。
比如：
产品拿它批量整理用户反馈、分类需求；
设计拿它看大量素材、打标签、做初步筛选；
测试拿它归类日志、分析失败原因；
运营、跨境拿它识别页面、整理商品信息、批量生成描述；
做内容的，也可以拿它先做信息分类、素材清洗。
它们本质上都是同一种任务：
量很大，单次不难，需要先判断再做下一步，而且最后最好还能验一下结果。
这种活，没必要每一步都请"最贵的脑子"。
05
COST
钱这件事，只记几个真正有用的
1．批量任务，真的可以挑时间跑
DeepSeek Flash 现在依然分高峰和低谷。
工作日北京时间：
9:00--12:00；
14:00--18:00。
属于高峰时段。
高峰价格就是低谷的 2 倍。
其他时间是低谷价，周末和中国法定节假日全天也是低谷。
像我这种一次扫很多页面、批量生成描述的任务，如果并不急，完全没必要非挤在工作日下午跑。
尤其一天调用量上来以后，错个峰就是实打实的钱。
2．别只盯着软件窗口里的美元数字
如果你是用 Claude Code 这类第三方工具接 DeepSeek，可能会碰到一个挺吓人的情况：窗口里显示"这次任务花了好几美元"。
但那个数字不一定就是 DeepSeek 最后真正扣掉的钱。
有些客户端展示的是自己按照模型价格算出来的估值，尤其模型映射、价格配置没跟上的时候，数字会更离谱。
所以我自己验账有个很简单的办法：
跑任务前看一次 DeepSeek 后台余额，跑完再看一次。
别猜。也别因为终端里跳出来一个很大的 $ 数字就先心疼半天。
你真正付了多少，以后台的实际用量和余额变化为准。
3．11 月 1 日前，还有个联网搜索的小窗口
这次 DeepSeek 还把自己的 Search / Fetch 搜索能力开放出来了。
如果你通过 DeepSeek Harness、Claude Code、Codex 这类工具调用 DeepSeek，现在还有一个临时窗口：
北京时间 11 月 1 日 0 点之前，服务端 Search / Fetch 本身暂时不收按次调用费。
注意，这里说的是搜索调用本身。
模型拿到搜索结果之后，还要阅读、整理、回答，这部分产生的 Token 还是正常收费的。
11 月 1 日之后，Search / Fetch 也会开始按次收费。
所以最近刚好有大量需要联网查资料的任务，可以趁这个窗口跑一跑。
06
BACKUP
还有一个容易被忽略的问题：便宜模型也得留后路
15 号的时候，DeepSeek 网页和 API 刚出现过一次持续数小时的部分中断。
如果你只是偶尔聊天，其实无所谓。等恢复就行。
但如果跟我一样，把模型接进了一条自动化流水线里，事情就完全不一样了：
第一步模型挂了，后面第二、第三、第四步全停。
便宜模型可以当主力，但重要流程一定要有重试；再重要一点的，就留一个备用模型。
这也是很多人做 AI 自动化以后才会发现的问题。
模型准确率 95% 看起来很高。
但如果你的流程一天跑 1000 次，那剩下的 5% 怎么处理，才是真正决定这套东西能不能用起来的地方。
用 Claude Code 的人，再多看这一段
不用 Claude Code 的可以直接跳过。
如果你是把 DeepSeek 接进 Claude Code，有一个地方最好检查一下：
Claude Code 里面不只存在一个"主模型"。
Opus、Sonnet、Haiku，包括 Subagent，都可能分别指定模型。
而 DeepSeek 对 Claude 的模型名会做映射：
claude-sonnet* → deepseek-flash
claude-haiku* → deepseek-flash
claude-opus* → deepseek-v4-pro
也就是说，如果某一个地方还偷偷走了 Opus，最后可能就跑到价格更高的 Pro 上去了。
DeepSeek 官方现在给 Claude Code 的推荐配置里，几个位置都直接指向了 Flash：
...bash
ANTHROPIC_MODEL=deepseek-flash1m
ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-flash1m
ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-flash1m
ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-flash
CLAUDE_CODE_SUBAGENT_MODEL=deepseek-flash
所以如果你明明是冲着 Flash 的价格去的，最好检查一下，别只改了最上面那一个模型名。
另外，这次官方明确建议升级的是 DeepSeek Harness 0.2.1-rc.1 及以上版本。
如果你用的是 DeepSeek Harness，记得升。
Claude Code 本身不用因为 1017 专门去找一个所谓"支持新版 DeepSeek"的版本，模型已经在服务端切掉了。
今晚就能做完的一轮检查
不用研究半天。
真正在用 DeepSeek 的话，我建议直接拿自己的一件真实任务跑一遍：
☐ 看模型是不是 deepseek-flash，或者旧的 deepseek-v4-flash。
☐ Claude Code 用户检查 Opus／Sonnet／Haiku／Subagent 有没有漏到别的模型。
☐ 找一件你平时真的会做的任务，不要专门出一道测试题。
☐ 记录一次任务花了多久，有没有一次成功。
☐ 跑之前、跑之后分别看一眼后台余额，算一下真实成本。
☐ 批量任务尽量避开工作日 9--12 点、14--18 点。
☐ 自动化流程至少加重试，重要任务最好还有备用模型。
如果条件允许，再拿旧日志对一下：
以前 100 次任务要人工救回来多少次，现在是多少次。
这个数字，比"某某榜提升了几个点"对你有用得多。
这次更新以后，我确实愿意把更多这种：
"先看一下、判断一下，然后连续做几步"
的碎活交给 Flash。
对我来说，1017 最大的价值并不是让 DeepSeek 去取代最强模型。
以前有些活，我觉得它不够稳，不敢完全自动跑；现在值得重新拿出来试一次。
便宜模型真正省的钱，也不只是 Token 单价。
而是当它足够靠谱以后，又有一批原本需要人盯着的活，可以开始自己跑了。
你平时主要拿 DeepSeek 干什么？写代码、做运营、写内容，还是已经接进自己的自动化流程了？
如果你也拿它跑大量重复任务，我更想知道一个数据：
你有没有认真对过，工具里显示的"花费"和 DeepSeek 后台真正扣的钱，到底差多少？
END
我是子昕，专注AI工具，Al编程、Al提效等技术分享。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。