你 pin 的 deepseek-flash，今天背后换了模型

10 月 17 日下午 16:27，OpenRouter 的模型列表里多了一行 DeepSeek V4.1 Flash 1017。往前推 21 分钟，ModelScope 上同名模型卡的最后更新时间停在 16:06。DeepSeek 自己的 news 页只写了日期 2026/10/17，没有小时。

我盯着这几个时间点看了一会儿，才意识到这次最别扭的地方不是新模型，而是名字。你代码里写的 deepseek-flash 没有变，官方价格表的模型版本已经换成 DeepSeek-V4.1-Flash-1017；连 deepseek-v4-flash 这个旧名也照收，只是后面的旧模型退役了，请求会被新模型接走。

三个名字，一层套一层

先把三个名字摆清楚。

官方价格页的脚注写得很直白：The legacy names deepseek-v4-flash and deepseek-v4-flash-vision-exp are still accepted, but the corresponding models have been retired, their requests are served by the DeepSeek-V4.1-Flash-1017 model and billed at the Flash price.（来源：DeepSeek 价格页，2026-10-17 抓取）

我一开始以为 DeepSeek 会给新快照单独一个 model 名，翻到这条脚注才发现不是。说白了，deepseek-flash 现在是一条滚动通道，不是一个权重版本。

旧代码不会报错，但它拿到的已经不是昨天那个模型了。

时间线：10 月 17 日一天里改了什么

时间线里最值得记的是 16:27 这个点：第三方聚合器比官方 news 页更早给出可机器读取的日期快照。官方页只写到天，所以“几点发布”这件事，严格说我没法从一手来源确认；上面表里的时分来自 ModelScope 和 OpenRouter 的元数据，不是 DeepSeek 的公告。

这不是挑刺。做回归的时候，你总得知道该拿哪个时间点之前的输出当基线。

旧别名还收，但旧模型已经退役

这次更新最容易被忽略的一句话，是“still accepted”。它听起来像兼容，实际是把兼容层做在了路由上：名字还认，后面的模型换了。

对业务代码，这是好事。你不用改一行调用，模型就升级了，vision、1M 上下文、384K 最大输出也都还在。官方价格页把 deepseek-flash 的能力列得很清楚：CONTEXT LENGTH 1M、MAX OUTPUT MAXIMUM: 384K、THINKING MODE Supports both non-thinking and thinking (default) modes、Vision ✓。

对需要可复现的团队，这是另一回事。

我没拿到 DeepSeek 的 key，所以没法实测响应里的 model 字段到底返回别名还是版本号；文档在价格页也没有给出一个可以指定的日期快照名。OpenRouter 那边倒是给了 deepseek/deepseek-v4.1-flash-20261017 这样的 canonical_slug，但它是聚合器的命名，能不能长期钉住旧快照，我没验到。

模型卡里还有一个给自托管的人看的细节：This release does not include a Jinja-format chat template. 官方补了 encoding/encoding.py 和 deepseek-recipe，但这意味着你不能假设 tokenizer_config.json 里躺着一个现成的 chat template。想把 MIT 权重接进现有推理栈，先看这一条。

我这边 Hugging Face 的 API 是连接失败（HTTP 000），ModelScope 能打开；所以权重细节我只核到模型卡的公开元数据（484.6B 参数、MIT 许可、last_updated 2026-10-17），没有下载权重，也没有跑推理。

官方没有解释为什么不另起一个名字。从结果看，旧名保留让调用方不至于断掉；代价是版本信息被折叠进了一个不会变的字符串里。

这就是滚动别名的代价：接口稳定了，版本证据反而更少了。

价格表里的昼夜开关：同一百万 token，白天贵一倍

价格页还有一条比模型版本更直接影响账单的规则：非高峰价格是高峰的一半。

高峰时段是 UTC 01:00–04:00 和 06:00–10:00，周一到周五，排除中国法定节假日；换成北京时间就是 09:00–12:00 和 14:00–18:00。其余时间都算非高峰，周末和法定节假日全天非高峰。

拿一个具体任务算：1M 输入（缓存未命中）加 200K 输出，非高峰是 0.15 + 0.2 × 0.60 = 0.27 美元，高峰是 0.30 + 0.2 × 1.20 = 0.54 美元。同样的 token，账单差一倍。

如果输入命中缓存，非高峰的输入成本只有 $0.003，输出仍然按 $0.60 算。所以省钱的顺序是：先把能缓存的上下文缓存住，再考虑把任务挪到非高峰。

这是按官方单价算的，不是我的真实账单。但结论够清楚：如果你有批量任务，调度器比模型选型更能省钱。能挪到晚上或周末跑的，别留在工作日下午。

Search 和 Fetch 开放：按次计费，免费窗口到 10 月 31 日

同一天的 news 页还有第二件事：DeepSeek 把 Search 和 Fetch 做成了独立 API，开放给所有人。

端点是 POST https://api.deepseek.com/v1/tools/search 和 POST https://api.deepseek.com/v1/tools/fetch，走同一套 Bearer 鉴权，返回原始 JSON。Search 返回网页结果，Fetch 把单个网页转成 Markdown。

Search 的 count 默认 10、最多 50，查询里可以用 site:、lang:、after: 这些操作符；Fetch 只取单个页面，返回 Markdown。

价格是每个端点 $0.75 per 1,000 calls，按成功请求计费。通过 DeepSeek Harness、Claude Code、Codex 里的服务端工具调用目前免费，计费从 2026-10-31 16:00 UTC 开始——也就是北京时间 11 月 1 日 0 点。

按官方单价算：一个任务平均 10 次检索，1 万个任务就是 10 万次调用，75 美元，不含模型 token。这个数字不大，但它会跟着 agent 的步数线性涨。

免费窗口只有两周多。如果你打算把 Search/Fetch 接进生产，别把“现在免费”写进成本模型。

工具调用按次收费之后，agent 的循环次数就不只是延迟问题，也是账单问题。

我核了什么，哪里没验到

我核过的：

• DeepSeek news 页与价格页均返回 200；模型版本、上下文、输出上限、价格、旧别名脚注都是逐字从页面取的。
• ModelScope 模型卡返回 200，元数据是 484.6B 参数、MIT 许可、last_updated 2026-10-17；模型卡自己写了不含 Jinja chat template。
• OpenRouter 的模型列表返回 200，context_length 是 1048576，输入/输出价格与 DeepSeek 官方页一致，canonical_slug 带 20261017。
• 不带 key 请求 https://api.deepseek.com/models 返回 401，响应体是 Authentication Fails (governor)。这只证明端点在、需要鉴权。

我没验到的：

• 没有 key，没有实际调用 deepseek-flash 或旧别名，所以旧别名是不是真的路由到 1017、vision 和 1M 上下文实际表现如何，我都不知道。
• 没有跑第三方或自建 benchmark。官方说的 “Pareto improvement” 是厂商声称，我没有复现。
• Hugging Face 打不开，权重文件没下，模型卡只看了 ModelScope 的版本。
• OpenAI 的 platform changelog 返回 403，下面那条 OpenAI 短讯只核到 GitHub 的 SDK release。

我本来想把 deepseek-v4-flash 和 deepseek-flash 各打一次，比较响应里的 model 字段；没有可用 key，这一步停住了。这不是省略，是没验到。

对四类人的影响，以及现在能做什么

四类人里，最该紧张的是把 model 名写进日志就以为完成了版本管理的人。名字相同，不代表输出相同。

具体动作我建议按这个顺序：

1. 全局搜 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp。还能用，但注释里要写清楚它已经退役，别再当旧模型依赖。
2. 在调用层加一个字段，记录请求的 model 名、响应里的 model 字段、请求日期。如果响应里没有版本号，至少把日期和请求 ID 存下来。
3. 准备 10–20 条固定 prompt，覆盖 JSON 输出、tool call、图片输入。升级后先跑一遍，别等用户告诉你。
4. 批量任务改调度：北京时间 09:00–12:00、14:00–18:00 是高峰，挪到晚上或周末，价格减半。
5. 如果 Search/Fetch 已经进流程，把 2026-10-31 16:00 UTC 写进预算表；免费期结束前重新算一遍每次任务的检索次数。
6. 如果可复现性是硬要求，自托管 MIT 权重是一条路；但 484.6B 参数不是单机玩具，先算硬件账。不能自托管，就把关键输出缓存下来，至少能做对比。

我的判断，和另外三条值得看的更新

这次更新对绝大多数人是好消息：不用改代码，模型升级了，1M 上下文和 vision 还在，非高峰价格没涨。对需要可复现的团队，它是一个提醒：你 pin 的是名字，不是权重。

我的建议很具体：把 model 名当 API 版本，把权重版本单独记。能在网关层做映射，就不要散落在业务代码里；能自托管，就用 MIT 权重做一条离线回归；不能自托管，至少把响应里的 model 字段、请求日期和一批固定 prompt 的输出存下来。

什么证据会让我改口：如果 DeepSeek 公布可指定的日期快照（比如 deepseek-flash-20261017）并给出旧快照的下线时间表，或者我拿到 key 实测发现旧别名仍返回旧权重，我就把“别名不是版本”这句话收回一半。

接下来盯两件事：2026-10-31 16:00 UTC 的 Search/Fetch 计费生效；以及独立评测里 1017 在你这类任务上的表现。厂商说的 Pareto improvement，我这边没有复现。

FLUX 3 Image Klein：5.6B 也能在 8GB 显存上改图

10 月 15 日，Black Forest Labs 发布 FLUX 3 Image Klein：5.6B 参数、开放权重，BF16 占 11.2GB、FP8 占 5.6GB，INT8 版本能在 8GB 显存的 RTX 上跑；BFL API 的蒸馏版是 $0.009 per 1K images。注意它用的是 FLUX Kommunity License，不是 Apache/MIT，商用前先读条款。所以呢：本地改图的门槛又降了一档，但“开放权重”不等于“随便用”。（BFL 原文，2026-10-15）

OpenAI Python SDK 3.32 / 3.33：区域驻留与图片安全标识

OpenAI 的 Python SDK 在 10 月 16 日到 17 日连发 3.32.0 和 3.33.0：前者加 cache settings、prompt-based voice creation、区域驻留选项（枚举新增 JP/IN/AU 的 STORAGE_PROCESSING），后者给图片请求和响应加 safety identifiers。所以呢：用 SDK 管项目缓存和区域驻留的团队会先看到字段；平台侧是否对所有组织开放，我没核到，changelog 是 403。（3.32.0 / 3.33.0）

Anthropic Python SDK 1.15.0：Messages 多了 speed 参数

Anthropic 的 Python SDK 1.15.0 在 10 月 15 日发布：Messages 新增 speed（standard / fast）和 usage.speed，thinking types 新增 between_tools；文档备注部分模型要 beta header 才能用 speed。所以呢：多工具 thinking agent 可以显式选快档，但别默认所有模型都接。（v1.15.0）

模型名是给人看的，权重才是给机器跑的。名字不变的时候，更要把版本记下来。