10月17日，DeepSeek发布了V4.1-Flash的升级版V4.1-Flash-1017，权重按MIT协议放在HuggingFace上。按官方说法，这个版本在四项代理测试里超过了Anthropic的旗舰Claude Opus 5，而单任务运行成本只有0.10到0.20美元，不到美国同类产品的十分之一。数字是厂商自己跑的，信几分先放一边，但方向很清楚：轻量模型正在正面挑战旗舰模型。
轻，不等于弱
V4.1-Flash的架构是多模态混合专家模型，骨干参数规模据报道在5520亿左右，算上辅助部件的口径则更高。但真正干活的时候，每个token实际激活的参数只有几十亿级别：预填充阶段约80亿，解码阶段约160亿。这就是它便宜的核心：模型看着大，花钱的地方小。官方称这次升级是“帕累托改进”，即更快、更便宜、效果还不降，DeepSWE等个别测试分数确实比上一代高了，但也有测试仍落后于Opus 5。
成本战打到这个地步，拼的是什么
单任务一两毛钱，听着像白菜价，但账不能这么算。对开发者来说，真正重要的是单位任务的总成本：输出长度、重试次数、缓存命中率都会影响最终账单。DeepSeek官方称其生产集群的输入缓存命中率高达96%，这才是成本低的另一半原因。换句话说，便宜不只是模型小，更是整条服务链路被优化过。
写在最后
轻量模型卷到旗舰门口，对用户是好事：选择变多了，价格下来了。但别只看单价，真正决定成本的是你的任务形态。能用小模型办好的事，没必要为旗舰的牌子多付钱；办不好的事，省下的钱会在返工里加倍还回去。