週末偷偷丟模型，這招也太 DeepSeek 了吧。名字只多掛一個日期，結果 Terminal Bench 從 31.2 跳到 42.3，還把 GPT-5.6 Sol 壓過去。我看完的第一個念頭是：這種「小更新」如果發生在別家，早就發三篇新聞稿了。這支影片就從這個低調到有點可疑的 1017 版本開始，一路講到它自建搜尋 API、開源推論框架，還有 MiniMax 當天回敬的 M3.1 Flash。

影片時間軸

1. 00:23官方數據全線上調，Terminal Bench 與 Program Bench 同步跳升
2. 00:51那張被叫做「kill line」的 DeepSWE 成本對通過率圖表
3. 01:28Code Arena 上 Max 版超車 KimiK3 Max，登上開源第一
4. 02:33公佈峰值與離峰價格，快取命中價差到五十倍
5. 03:04解釋為何不叫 V4.2：架構沒動，全靠後訓練
6. 05:06展示用一句話生成的紫禁城、傳送門重製版等 demo
7. 07:53十月十五日服務中斷五小時，事後退款補償
8. 09:07同日開放自家搜尋與網頁抓取 API，十一月開始收費
9. 10:30MiniMax 推出 M3.1 Flash 回擊，自動化任務拿下第一
10. 13:27開源 DeepInfer 推論框架，公佈單叢集日吞 155 兆 token

那個只加日期的版本號

DeepSeek 很少在週末出貨，這次卻在十月十七日星期六悄悄把 V4.1 Flash 變成 V4.1 Flash 1017。官方數字全部往上：Terminal Bench 4.0 從 31.2 到 42.3，Program Bench 從 20.3 到 29.1，在九項測試上贏過 GPT-5.6 Sol。最有趣的是那個被叫做 kill line 的圖，新模型在約 1.3 元人民幣一個任務的成本下達到 77% 透過率，海外模型要花幾十元才追得上。平均任務成本從 49 美分降到 20 美分，等於便宜六成。設定可以調，但同樣預算能換到多少工作量，才是真問題。

不叫 V4.2 的原因

架構根本沒動。V3 到 V4 改了注意力機制和層與層的連接方式，V4.1 Flash 加了非對稱的編碼解碼器，輸入輸出用不同激活規模。這次全部保留：5,520 億骨幹參數，輸入激活 80 億，輸出激活 160 億。所有進步都來自後訓練，DeepSeek 把功勞歸給帶自我回饋的強化學習，但沒講細節。影片推測是模型拿需求自我審查、標記缺功能或衝突步驟，再把這個判斷當獎勵。問題是它必須夠可靠，否則自信的錯誤審查只會挖更深的坑。

同一天開賣的搜尋與抓取

跟模型同一天，DeepSeek 把自家搜尋引擎拆成兩個 API 開放。Search 回傳 JSON，含標題、網址、長短摘要、可選頁面全文、日期，還有重排與權威分數；Fetch 把網址轉成乾淨的 markdown。伺服器在模型需要上網時自己呼叫，不用接 Google 或 Bing。同一個 bearer key，各自每秒五次，會過濾 SEO 垃圾、地理操弄和低品質 AI 內容。每千次成功請求五元人民幣，失敗、空結果和逾時免費。批評者說沒有品質指標、索引遠不如 Google 和 Bing、限流又緊，但十一月一日起就要開始計費，先養習慣再收錢的意圖很明顯。

開源推論框架與那筆錢

十月二十日，DeepSeek 以 Apache 2.0 開源自家服務背後的推論框架 DeepInfer，外加轉換格式的 DeepSeekRecipe。它跑在 NVIDIA SM100 和華為昇騰 950 NPU 上，有最佳化運算元、分散式並行、推測解碼和非同步排程。真正嚇人的是數字：單一叢集一天服務 155 兆 token，解碼每顆 GPU 每秒 14,000 token，使用者端約每秒 230，寫程式時 300，首 token 延遲 400 毫秒。代理快取保留三天、聊天七天，平均 77,000 輸入 token 有 96% 命中快取，吞吐量放大 25 倍。離峰價格換算每顆 GPU 每小時 38 美元，有人用每小時 7 美元租 B300 算出 82% 毛利率。

值得下載嗎

值得，如果你在乎開源模型的成本效率與代理工作流，這支把 benchmark、定價、開源框架和背後商業邏輯一次講完，節奏緊但資訊密度高。只想看模型能不能寫程式的人，前四分鐘就夠了。