这次发布的重点其实不是模型
10 月 23 日 DeepSeek 做了两件事：发布 V4.1-Flash-1017 模型，以及把自研的 Search API 和 Fetch API 开放给全部开发者。前者是常规迭代，后者才是真正改变游戏规则的部分。
原因很简单：过去做 RAG，最贵最脏的环节从来不是生成，而是检索。你要么买 SerpAPI 这类第三方搜索（每千次 3-10 美元），要么自己维护爬虫和清洗管线（人力成本更高）。现在 DeepSeek 把这块打包成 0.75 美元/千次的接口，并且 API 用户在 2026 年 10 月 31 日前免费。
V4.1-Flash-1017 的真实提升
先看模型本身，几个关键数字：
- Terminal-Bench 4.0：42.3%（上一版 31.2%，提升 11 个百分点）
- DeepSWE：77.0（超过 Opus 5 的 74.0、GPT-5.6 Sol 的 73.0）
- 架构不变：552B 骨架，prefill 激活 8B、decode 激活 16B
- KV 缓存：100 万上下文下每 token 约 890 字节
最后一条值得单独说。890 字节/token 的 KV 缓存意味着百万上下文不是噱头——单请求缓存占用约 890MB，多请求并发时才需要认真做分页管理。这对真正跑长文档处理的团队是硬指标。
另外，Artificial Analysis 把 V4.1-Flash-1017 排在公开可用的网络安全模型第一（Cyber Index 57%，比前代提升 16 分），任务成本 0.42 美元、零安全拒答。这个定位相当务实——安全审计场景对成本极敏感，又需要模型愿意"动手"而不是一味拒答。
Search + Fetch 怎么用：一个最小可用架构
两个 API 的分工很清晰：Search 负责召回（返回标题、摘要、URL），Fetch 负责把 URL 转成干净正文。这套组合直接干掉了我以前 RAG 管线里 70% 的胶水代码。
典型流程：
- 用户提问 → 让模型生成 2-4 条检索式；
- 调 Search API 拿到候选结果（建议取 top 8-10）；
- 调 Fetch API 抓取正文，自带正文抽取，不需要 readability 那套；
- 按语义相关度重排，压到 4-6 篇塞进上下文；
- 用 V4.1-Flash 生成答案，强制要求标注引用编号。
整个链路只有两个外部依赖，比"搜索引擎 + 爬虫 + 正文抽取 + 去重"的经典方案少了三道故障点。
成本测算：什么时候真的省钱
假设日均 1 万次问答，每次问答触发 3 次 Search、5 次 Fetch：
- Search：10000 × 3 = 30000 次/天，约 22.5 美元/天
- Fetch：10000 × 5 = 50000 次/天，按同价位粗算约 37.5 美元/天
- 生成：假设每次输入 8000 token、输出 600 token，按 Flash 定价约 15 美元/天
合计约 75 美元/天，折合每月 2250 美元。同等负载用 SerpAPI + 自建爬虫的方案，检索部分通常要 3 倍以上，再加上服务器和代理池，月成本很容易翻倍。
但要注意：Fetch 的失败重试会放大成本。反爬站点、PDF、需要渲染的页面都会让一次抓取变成多次请求。上线前务必做成功率统计，把失败率高的域名直接进黑名单，否则账单会失控。
与 Perplexity、传统搜索的对比
同期 Perplexity 开源了 pplx-decider-v1.2 决策模型，走的是另一条路——把"要不要联网、查几次"变成模型内部的决策。两条路线各有取舍：
- DeepSeek 路线：控制权在你手上，检索策略自己写，适合有明确业务规则的场景；
- Perplexity 路线：决策交给模型，接入更简单，但黑盒不可调，成本难预估。
如果你在做 To B 的产品，我倾向 DeepSeek 这套，因为客户会问"为什么这条结果被引用"，你需要能解释每一跳。
优点与不足
优点：检索成本极低；Search + Fetch 组合省掉大量工程；V4.1-Flash 在 agent 任务上有实质提升；开源权重可自托管兜底。
不足：Search 结果质量取决于 DeepSeek 的索引覆盖，中文长尾站点可能不如 Google；Fetch 对 JS 渲染页面支持有限；免费窗口 10 月 31 日结束，之后必须重新核算预算。
适合谁用
适合正在自建 RAG 的工程团队、做垂直领域问答的创业者，以及需要给内部知识库加"联网能力"的企业。具体接入参数可以看 DeepSeek V4.1-Flash-1017 工具页。如果你更关心推理能力本身，可以对照 Kimi K3.1 Pro 评测一起看——两者在当前开源格局里是直接竞品。
总结
0.75 美元/千次不是一个"便宜一点"的价格，而是把 RAG 的检索环节从外包服务变成了基础设施。当检索成本降到可以忽略，产品设计的重心就会从"怎么省调用"转向"怎么多查几次拿更准的答案"。这才是这次发布真正的影响。