

![cover.png](https://developer.qcloudimg.com/http-save/yehe-11177336/e0f55f9f2b87e0e3ce8a3973f665fb76.png)


DeepSeek 今天换了线上模型，版本号 V4.1-Flash-1017。网页、App、API 三边一起切，价格没动。

官方通稿说各项基准都有提升，后面附了十一项成绩。我对着旧版本翻了一遍，能直接比对的只有两项，一项涨 2.8 分，一项掉 1.4 分。

涨的是 DeepSWE，77.0，上一版 74.2。

掉的是 HLE，42.6，括号里写着 44.0。

剩下九项官方只贴了新数字，没有可比的旧值。所以“十项涨”是我顺着“各项均有提升”那句话推出来的，严格讲没逐项核对过。

十一项里只有 HLE 标了 w/o tools，不给工具，不给网络，就在脑子里把一道难题想完。其余十项都要开电脑、跑命令、看结果。

闭卷那一项让了 1.4 分，动手那十项在涨。这是有意换的方向。

![fig2.png](https://developer.qcloudimg.com/http-save/yehe-11177336/ff62a83b342e5ca9f8f1c530b0d8d154.png)


## 换了个练法

官方给的训练方法叫自反馈强化学习。翻成平常话，模型写完代码不马上交，自己先跑一遍。跑出报错就回来改，改完再跑，一直跑到通过。训练的时候，这个自查的过程算加分。

练出来的本事偏向把一件完整的事干到底。纯靠在脑子里硬想解难题的能力，退了半步。

HLE 掉那 1.4 分，是训练上做的取舍，还是采样设置跟上一版不一样，官方没说。我猜是前者，掉的和涨的划得太整齐。这话没有依据，纯属我这么看。

官方放的四个演示跟这个对得上。故宫的 3D 模型、网页版赛车、用 Godot 引擎复刻《传送门 2》，还有一个叫 Valley of Ages 的场景，用 3D 从史前一路演到现代。这几样有个共同点，光靠嘴说不清楚，只能让它自己边做边试。

最值钱的是那句括号话，极短的交互轮次。

## 轮次就是账单

跑一个 Agent 任务，模型要来回问你几十次。每一次它都把前面说过的全部重发一遍，你的要求、它能调的工具、项目代码。一个任务跑到底，送进去的可能有二十万字，它自己回的只有一万多。

输入是输出的十几倍。钱就压在这些重复内容上。

DeepSeek 对这块单独定价。工作日白天算高峰，晚上和周末算空闲，两档差一倍。更狠的是重复和不重复的差价，每百万字，重复过的收两分钱，没重复过的收一块，差五十倍。

同一段话你第二次发过去，基本等于白送。

![fig3.png](https://developer.qcloudimg.com/http-save/yehe-11177336/b17b9f6043871f53a52148c176a88452.png)


这条直接决定你每月付多少钱。系统提示词固定住、工具列表顺序别动、别每轮往里塞新东西，成本能砍掉大半。你每轮都拼一段不一样的提示词，那五十倍的便宜一分拿不到，全按一块钱那档算。

价目表一个字没改，钱是从工程习惯里省出来的。

## 跟 GLM-5.3 摆在一起看

智谱那边，GLM-5.3 输入八块、输出二十八块，重复内容两块。DeepSeek 是两块和八块，重复内容四分钱。输入输出差三到八倍，重复内容那栏差五十到一百倍。

![fig1.png](https://developer.qcloudimg.com/http-save/yehe-11177336/2c8acee665938d9a4f60f88828466e50.png)


贵有贵的道理。GLM-5.3 在综合评测上高出六分，那套评测把知识、推理、数学混在一起算。写文案、答问题、做分析这类杂活，它更稳。

换成代码任务，位置就对调了。同一个 DeepSWE，DeepSeek 77.0，GLM-5.3 是 66.9。NL2Repo 是 68.2 对 58.0。

两组数搁在一起不打架。一家把训练花在什么都会一点上，另一家全押在写代码和跑任务上。你拿综合分去挑写代码的模型，方向就偏了。

平时写代码多、跑自动化多，挑 DeepSeek。什么活都干一点、要一个全能选手，挑 GLM-5.3。

## 一个容易踩的地方

DeepSeek 的便宜分时段。只在工作日白天跑任务，价格翻到两块和八块。这个价摆在智谱的小模型 GLM-5.3-Flash 旁边比不过，那边八毛和两块八。

内部批处理、数据清洗这类不急的活，挪到晚上，成本直接对半。挪不动的业务，它便宜这件事跟你关系不大。

速度差也得算进去。有评测机构测过，DeepSeek 每秒吐两百多个字，GLM-5.3 五十几个，差四倍。单次对话感觉不到，Agent 循环几十轮起步，一轮慢三秒，攒下来就是几分钟。这比多花几毛钱难受。

## 还有一条被漏掉的

这次开放了自家的搜索接口，Search 和 Fetch，一千次五块钱，十一月一号开始正式收费。我自己没比过其他家的报价，但五块钱一千次放在同类里算便宜的。

做 RAG、让 Agent 自己查资料的人，这条比换模型实惠。

## 回到那个掉分的数字

通稿里肯把掉分项和涨分项一起贴出来，这件事本身比每项都涨更可信。

这版到底行不行，榜单上看不出来，每家跑的都是自己出的卷子。挑你自己最烦的那个任务，跑二十遍，数它几次不用你插手就干完了。


DeepSeek 今天换了线上模型，版本号 V4.1-Flash-1017。网页、App、API 三边一起切，价格没动。

DeepSeek 又更新！但怎么有个分数往下掉？

高级软件开发工程师

人工智能

新闻资讯

开发工具

数据清洗

强化学习

DeepSeek

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

DeepSeek 又更新！但怎么有个分数往下掉？-腾讯云开发者社区-腾讯云

DeepSeek 又更新！但怎么有个分数往下掉？

DeepSeek 又更新！但怎么有个分数往下掉？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐