DeepSeek 悄悄换了新版：更快更省，用它干活的同学不用改设置

换了什么：做得更好，说得更少

官方对这一版的说法就三句：测试分数更高、做完一件事更快、回答更短。

最后一条最实在。回答短了，消耗的 token 就少。token 是 AI 的计费单位，你可以把它理解成文字碎片，说的字越多，花的钱越多。同一件事做得更好，账单反而更低，这是这次升级对咱们最直接的好处。

普通用户打开 DeepSeek 官网或 App，用的已经是新版。走接口的话，官方说 API 的模型名还是 deepseek-flash，没变。你在 CC Switch 或 WorkBuddy 里原来怎么配的，就接着怎么用，背后已经自动换成新版了。

这一版主攻的方向是从零做完整个项目。DeepSeek 在演示里让它从头做了小游戏和 3D 模型，用的办法是让模型自己做、自己看结果、自己改，反复练出来的。

跑分怎么看：进步明显，但这是自己测的

下面这张表是 DeepSeek 官方公布的成绩单，蓝框那一列是新版，旁边一列是升级前的旧版，再往右是几家同行的模型，最右边是 Anthropic 的 Opus 5。

跟旧版比，进步最大的一项叫 Terminal-Bench，测的是 AI 在命令行里自己敲命令干活的本事，从 31.2 分涨到了 42.3 分。

跟 Opus 5 比，情况分两头。几项「让 AI 自己去办事」的测试，比如自动化操作、多步骤的 Agent 任务，新版分数更高；但高难度问答、从头写一个完整程序这几项，它仍然落后不少。

还有一张图更能说明它为什么值得关注。横轴是做完一道编程题平均花多少美元，纵轴是做对的比例。蓝色那条线在左上角，意思是花得最少，做对的比例反而最高，每题大约两毛美元。

提醒一句：这些分数都是 DeepSeek 自己测的，第三方的独立评测还没出来。拿来当参考可以，别当定论，真正好不好用，还得看你手上的活。