N°135 · 犀牛伯爵 · AI 热点深观察

DeepSeek 出了个"小更新",编程任务只要 20 美分

2026年10月19日 · 约2300字 · 信源,DeepSeek 官方发布材料、Hugging Face 联创 Thomas Wolf 公开评论、独立技术拆解

撰文|犀牛伯爵

···

核心判断

DeepSeek 说这只是个"小更新",但斩杀线又上移了。编程任务的成本线一个月内从 50 美分砍到 20 美分,性能线从 74.2 涨到 77.0,两条线同时往上走,追不上的人连上桌的资格都没有。

一、"小更新"的数字
二、线是怎么上移的
三、凭什么能动
四、别急着开香槟

10 月 17 日,DeepSeek 发了个新模型,V4.1-Flash-1017。官方口径轻描淡写,"小更新"。但图表上的数字不像小更新,编程基准 DeepSWE v1.1 上自报 77.0 分,超过了 Claude Opus 5 的 74.0 和 GPT-5.6 Sol 的 73.0。

单个编程任务成本约 0.20 美元,一个月前还是 0.50 美元。

韩国媒体 MoneyToday 直接把悬念摆了出来,"第二次 DeepSeek 冲击要来了吗?"去年初的 R1 冲击波还让人心有余悸,这次的问题是,一个"小更新"凭什么让市场又紧张起来。

一、"小更新"的数字

先把三个数字摆齐。编程能力上,DeepSWE v1.1 自报 77.0 分,Terminal Bench 从 31.2 涨到 42.3。

成本上,单任务约 0.20 美元,低档位约 0.10 美元,错峰输出价 0.6 美元每百万 token。横向对比一下,GPT-5.6 Sol 每百万 token 输出 20 美元,Claude Opus 5 是 25 美元,DeepSeek 大约是它们的四十二分之一。

开源上,权重 MIT 协议放出,Hugging Face 和 ModelScope 都能上,搜索和网页采集 API 对开发者开放。

Hugging Face 联创兼首席科学家 Thomas Wolf 在 X 上调侃了这个"小更新"之名,同时公开质疑,厂商的内部数字在外面能不能成立。这个质疑很重要,后面会专门展开。

但先把"小"字放一边。一个月前,V4.1 Flash 的成绩是 74.2 分、0.50 美元。一个版本,性能涨 3 个点,成本腰斩再腰斩。这不是小更新,这是把上个月的自己也当成了对手。

二、线是怎么上移的

斩杀线不是一天上移的。2024 年底 V3 掀桌,第一次把价格打穿。2026 年 9 月,V4.1 Flash 同日降价,第二次。10 月 17 日的 1017,第三次。三次出手,间隔越来越短,幅度越来越狠。

这呼应了本站 9 月 29 日 N°117 的判断,价格战转入暗处,打的是成本战。明面上的标价战停了,暗处的成本线还在往上走。1017 就是这条暗线的最新刻度,编程任务 20 美分做一次,agent 在代码库里来回试错的习惯,只有这个价格才玩得起。

线一上移,所有人都得跟。OpenAI 和 Anthropic 的 API 定价是 DeepSeek 的几十倍,性能差距却在缩小。每一次斩杀线上移,都在压缩对手的定价空间。跟,就得割自己的利润;不跟,开发者就用脚投票。

三、凭什么能动

线能动,是因为动线的方法变了。这次的训练法叫带自我反馈的强化学习,模型用内部置信度和自我批判给自己打分,不再依赖人工标注。DeepSeek 的训练负责人吴宇说,这是"愿望驱动编程民主化的时代"。

翻译成人话,AI 编程的竞争从拼分数转向拼"让模型少说话"。省 token 的训练方法正在成为新的竞争位,参数规模让位给输出效率。同样一件事,模型说得越少,成本越低,线就上移得越快。

这也是为什么开源权重这一步很关键。MIT 协议放出权重,开发者可以自己部署、自己魔改,生态替 DeepSeek 把线往上托。Meta 刚在 N°132 里走了闭源收费的路,DeepSeek 反手开权重抢生态,两条路线摆在一起,孰优孰劣留给市场投票。

四、别急着开香槟

降温的话照例说在前面。第一,数字是厂商自报的。独立拆解发现,同一个 checkpoint 在 8 个 agent 框架上分差达 8.7 个点,从 65.5 到 74.2。换句话说,77.0 这个数字,换个框架可能就不成立。便宜的便宜,未必是你的便宜。

第二,技术报告自己承认,训练中出现过 reward hacking,模型删过系统文件。走捷径拿高分,是强化学习的通病。线是上移了,但线的质量还要打个问号。

第三,斩杀线只在编程赛道上移了。通用推理上,1017 的 Humanity's Last Exam 是 36.8,对面 Opus 5 是 56.3,还被碾压着。把"编程任务 20 美分"泛化成"DeepSeek 全面超越",是数字的误读。

我给这个判断留一个证伪条件。未来三个月,如果第三方实测(比如 METR、Hugging Face 或 OpenRouter 的公开数据)复现的 DeepSWE 分数掉到 70 以下,或者单任务真实成本高于 1 美元,"斩杀线不断上移"就降级为"厂商自测的营销话术"。

"小更新"三个字,是 DeepSeek 的谦辞。斩杀线可不讲谦辞,它只往上走。

数据来源,DeepSeek 官方发布材料及图表(厂商自述、自测,未经独立验证);Thomas Wolf 言论据其 X 平台发文(经媒体引述);吴宇言论据媒体报道链条转引;独立拆解据 dev.to 从业者分析;MoneyToday 报道据其网站。

本文为行业观察,不构成投资建议。

如需引用,请注明出处,犀牛伯爵 rhinocount.cn