DeepSeek V4.1 Pro，未標示：一個 180 tok/s 的端點、一項四樣本結果，以及剛剛結束的服務中斷

在 D​eepSeek API 背後的某處，可能有一個新模型，而沒有人——包括注意到它的人——願意肯定地說那就是D​eepSeek V4.1 Pro。證據是追蹤者 @teortaxesTex 於 2026 年 10 月 15 日上午在 X 上發布的一則貼文，而它描述的是一個模型：透過該供應商自家的端點呼叫時會回應，完成了一項兩個已知 D​eepSeek 旗艦模型都無法完成的特定提示，並且回應速度約為每秒 180 個 token。兩個已知模型在同一句話裡被點名：DeepSeek-V4-Pro-0813在這項任務上「束手無策」，V4.1 世代也是如此——用發文者自己的話來說，這正是讓新模型顯得可信、而不是路由意外的關鍵部分。這就是全部證據。沒有模型卡、沒有權重、沒有價格、沒有端點名稱，也沒有 D​eepSeek 的發布說明，而DeepSeek V4.1 Flash——9 月 10 日發布的開放權重模型——並不是候選者，因為 Flash 是已出貨的產品，有公開的價目表，而不是那種必須靠行為來發現的東西。

這個訊號之所以值得在它無論往哪個方向明朗之前先記錄下來，在於證據的形狀，而不是它的強度。這不是基準測試洩漏，不是提早出現的儲存庫，也不是員工暗示。這是一項黑箱觀察：有人注意到某個端點做了什麼，發現它變了，並附上樣本數把它說出來。這類觀察正是隱密發布之所以可能被察覺的原因，同時也是許多誤報的開端。兩者的差別完全在於事後能查核什麼，因此面對這個訊號，有用的做法是列出：有人聲稱了什麼、DeepSeek 自己已公開的資料今天能佐證什麼，以及必須發生什麼事，才能讓任何人稱之為一次發布。

實際上主張了什麼，以及它並未確立什麼

這篇貼文很短，而且它區分自身主張的方式，比大多數發表報導都來得清楚。拆解開來，共有四項：

• 一次原本持續進行中的 DeepSeek 服務中斷結束了，而模型的行為也在那個時間點前後出現變化——這既是發文者的敘事框架，也是這項觀察之所以存在的原因。

• 這個端點通過了「戴綠帽的笑話」，取得發文者所謂僅次於 C​laude 的最佳結果，並在 N=4 時重現——四個樣本，結果相同。

• DeepSeek-V4-Pro-0813與 V4.1 世代都未能通過同一項測試，發文者對此直截了當地表示「無助」。

• 速度大約落在每秒 180 個 token，而提出的結論明確只是猜測：「可能是 4.1 Pro。」

那四個當中有三個是對一個黑箱的觀察，而第四個則是透過推論附掛在它們之上的模型名稱。那篇貼文中沒有任何內容聲稱有公告、價格、上下文視窗、參數量，或 D​eepSeek 曾說過任何話。那個速度數字是發文者對自己工作階段的自行測量，不是廠商提供的數字，也不是排行榜上的數字。把它當成來自某一條路徑、某一個時刻、某一則提示的單一資料點，背後還有著未知程度的提示快取——這正是它被呈現的方式，也大致是它該承載的權重。

「V4.1 Pro」這個名稱的由來

這並非憑空捏造。DeepSeek 在 V4.1 產品線本身、於自家 9 月 10 日的發布說明中，親自命名了一個 Pro 層級，而直到今天，這個名稱底下依然空無一物。讓這個名稱開始流傳的那段文字寫道，自 9 月 14 日 04:00 UTC 起，發往 deepseek-v4-pro 的請求將被改派至新推出的 Flash 模型，並依 Flash 的費率計費，而且這種情況會持續「直到 V4.1-Pro 推出為止」。開發者抗議一款正式上線的模型在毫無遷移緩衝期的情況下被替換，DeepSeek 於是撤回了這項計畫，DeepSeek V4 Pro繼續照常回應、計費不變——而挺過這次撤回的條款，正是沒人該注意到的那一條：V4.1-Pro 已在規劃之中。

那句話之後的一切都是推論。該公司尚未發布任何模型卡、任何日期，也沒有權重檔。因此，貼文中的名稱，是讀者在面對第四個模型、且其表現優於他們所知的那三個模型時，會自然想到的名稱：V4.1 系列是當前世代，Flash 是小型的那個，Pro 是 DeepSeek 已經承諾的等級。想到它是合理的。想到它並不是證據。

這件事比聽起來更重要，因為至少還有一種完全不需要新模型的解釋。對既有版本進行無聲的修訂版更新——重新量化或重新調校的服務配置、不同的後端路徑、服務中斷後的回滾——在黑箱觀察者眼中，都會表現為一次既無公告、也無名稱的能力變更。DeepSeek 自家的更新日誌過去就記錄過這類事情：V4 Pro 在 8 月 13 日以附有建置標記的名稱原地更新，而 Flash 系列也曾有一筆毫無鋪陳的更新條目。從外部來看，隱形發布與無聲重建根本無從區分，而該貼文並未聲稱自己分辨了兩者。

DeepSeek 自家資料今日的說法

這是可以查證的部分，而且篇幅很短。DeepSeek 的更新日誌依序是 2026-04-24（V4）、2026-07-31（V4-Flash 更新）、2026-08-13（V4-Pro 更新）、2026-08-21（V4-Flash-Vision-Exp）以及 2026-09-10（V4.1-Flash）。完全沒有任何十月份的條目，也沒有標題為 V4.1 Pro 的條目。「模型與定價」頁面列出兩個可用的名稱，deepseek-flash 與 deepseek-v4-pro，分別對應到 DeepSeek-V4.1-Flash 和 DeepSeek-V4-Pro-0813。

• 上下文與輸出 — D​eepSeek-V4.1-Flash 與 DeepSeek-V4-Pro-0813 均可接收 1M token 的輸入，並最多回傳 384K，併發上限分別為 2,500 與 500。

• 價格 — Flash 在快取未命中時，每百萬輸入 token 為 $0.15，離峰時段每百萬輸出為 $0.60；V4 Pro 離峰時段輸入為 $0.66、輸出為 $1.98，而尖峰時段的價格則為兩倍。

• 視覺 — 內建於 DeepSeek V4.1 Flash，在 DeepSeek V4 Pro 中列為「不支援」。

• 權重 — D​eepSeek-V4.1-Flash 依 MIT 授權開源；沒有任何名為 V4.1-Pro 的儲存庫，這是目前可得最強而有力的單一負面證據。

在 Hugging Face 上，最新的 DeepSeek 模型儲存庫是 deepseek-ai/DeepSeek-V4.1-Flash，最後異動於 10 月 12 日——一次關於在壓縮步驟未完成時還原索引器鍵快取的效能提交。那是對一個已經存在的模型所做的引擎層工作，不是新的旗艦模型。無論發文者當時是在跟什麼對話，它都沒有在已發布的 DeepSeek 模型通常會留下產物的地方留下任何產物。

速度數字是這篇貼文裡最不令人意外的事

每秒 180 個 token 看起來很快，但若對照錯誤的基準，這會像是露了餡；對上正確的基準，則毫不起眼。獨立測量已將 DeepSeek V4.1 Flash 在原始吞吐量上排在同級前茅，而提供相同開放權重的第三方營運商則宣稱，在暖快取下能達到遠高於 180 的數字。落在這個範圍的數字，正是獲得良好服務的 D​eepSeek 模型會有的樣子；它沒快到足以證明背後有更大的骨幹，也沒慢到足以證明骨幹較小。任何把 180 t/s 當成破綻的人，讀到的是整篇貼文中最不具診斷力的一行。

更耐人尋味的不對稱性在於任務結果。一個模型能在 DeepSeek-V4-Pro-0813 和 V4.1 都失敗的項目上過關，而且在一個刻意設計成難以造假的提示詞上四戰四勝，這確實是一種截然不同的能力概況——前提是這項測試本身站得住腳，而貼文並沒有讓讀者得以驗證這一點。那才是值得留意的說法，也是最終會由基準測試表來定奪的那一點。

為何「戴綠帽的笑話」在一個愚蠢的名稱下其實是個真實訊號

這句話讀起來會像個玩笑，但它並不是。那一類的關係推理提示——嵌套信念、有爭議的知識、誰知道誰的什麼——長久以來都是一種探針，用來測試模型能否同時掌握一個社交情境的數個層次，而不把它們壓塌。前沿實驗室和獨立評估者都使用它的變體，因為它簡短、成本低、難以靠記憶應付，而且對那些只會對場景表層進行模式匹配、卻不追蹤其底層狀態的模型，懲罰特別重。它在社群媒體上以玩笑的形式流傳，原因和它被用作測試一樣：它好記，而且很難。

這本身也只是薄弱的證據。單一臨時提示上的樣本數，無法區分一個新的檢查點、新的取樣設定、不同的推理投入預設值、由哪個後端資源池回覆的變動，或只是一個恰好位於決策邊界附近、在服務恢復後碰巧落點不同的提示。N=4 有幫助——發文者做了大多數爆紅能力宣稱所略過的最低限度查核——但四個樣本只能確立單一提示在單一路徑上的可重現性。這是去查看的理由，不是下結論的理由。

實際的問題：你能試試看嗎？又該怎麼試？

現在，不行。沒有名字可呼喚。如果發文者當時與之對話的那個東西是真實且無名的，那麼它之所以能被觸及，純粹只是因為 DeepSeek 自身的路由恰好把哪個模型交到你手上的偶然；而這正是九月重新路由逆轉所涉及的情況。

你今天能定義的模型，就是價目表上列出的那兩個；而對於看不見的變更，誠實的測試方式，就是把你正式環境的流量釘在你所選的模型上，並把實驗移到不會造成傷害的地方。DeepSeek V4.1 Flash 和 DeepSeek V4 Pro 都能透過 OrcaRouter 以同一組 API 金鑰取用，所以針對固定提示集做並排比較只需要改一項設定，而不是再簽一份合約——而當某條路由品質下降時，自動容錯移轉會把請求改送到健康的供應商，而不是回傳錯誤，這正是當初讓那篇文章提到的中斷事故浮上檯面的失效模式。由於 OrcaRouter 以 0% 加價轉嫁供應商列表價格，任何 D​eepSeek 價格變動都會在廠商端生效的同一天反映出來，你這邊無須再走一次重新定價的流程。

前述那些都無法給你的是那個未標示的模型。如果你認為自己碰上了它——比預期更快，在你慣用模型會失手的探測上表現更好——就要把原始回應連同時間戳記與請求 ID 記錄下來，因為那正是把一次目擊變成同領域其他人能查核之事物的材料。隔一天再重現一次。重新部署之後再重現一次。只在單一時間窗口存在的匿蹤模型，除非能證明並非如此，否則就只是路由假象。

什麼會讓這件事變成新聞？

四件事，大致按可能性排序。若出現以 V4.1-Pro 為名的模型卡或權重儲存庫，就能直接拍板定案，也會是第一個真正的實質產物。從供應商這一側來看，更新日誌的一則條目，或「模型與定價」頁面上出現新名稱，也能達到同樣效果。第一份獨立基準測試——Artificial Analysis 或 LMArena 收錄到一筆與任何已列出的 DeepSeek 版本都不相符的項目——將能佐證這項能力躍升，卻無法確認名稱。而最悄無聲息的可能性是：什麼都沒有。DeepSeek 以就地更新的方式更新模型，而依照目前的时间線——4 月的 V4、7 月與 8 月的 Flash 更新、8 月 13 日的 Pro 更新、9 月的 V4.1 Flash——近期的可能性是既有名稱的靜默更新，而非第四個層級。

在這些東西有任何一項真正落地之前，「DeepSeek V4.1 Pro」的正確狀態，就是它自 9 月 10 日以來一直維持的那個狀態：一個 DeepSeek 自己放上發展藍圖的名字，背後卻沒有任何模型。單一觀察者一次 180 tok/s 的會話，是繼續盯著那個端點的理由，而不是圍繞一款旗艦產品做規劃的理由。

這樣攤開來看，不對稱本身就是重點。那張卡的一欄是文件——價目表、授權、可以放進請求主體的模型名稱——另一欄則是發行說明裡的一句話，加上在 X 上的一次提及。這篇文章裡所有能被查證的東西，都落在左邊。右邊的一切，則是人們希望那個 180 tok/s 端點最終會變成的樣子；這是個合理的期望，但還不是事實。

誰應該做什麼

如果你這週正在挑選一個模型來開發，這裡沒有任何內容會改變你的決定。DeepSeek V4.1 Flash 可供使用，有定價與文件說明；DeepSeek V4 Pro 可供使用，有定價與文件說明；D​eepSeek V4.1 Pro 不是產品。這篇文章唯一值得帶走的是失敗模式，而不是模型：某家供應商的端點在服務中斷後改變了行為，卻沒有通知、沒有版本號變動，也無法從外部得知你當時實際在跟什麼通話。明確鎖定模型版本、擷取回應中繼資料，並在任何單一供應商後面設置容錯移轉路徑，就是緩解措施；而不論端點背後是否藏著新的旗艦模型，這項緩解措施都一樣。

如果你正在留意發布消息，請看更新日誌和 Hugging Face 組織，而不是那些關於能力的議論。對這個實驗室而言，這兩者一直是可靠的風向標。自 9 月 10 日以來，兩者都不曾再吐露半句話。

這樣的結果也提醒我們，模型錯誤早已有紀錄：這一類模型背後的 AI 事件與代理失效，都收錄在OrcaRouter AI Incident Archive，其中每一筆紀錄都附有自己的來源、嚴重程度、可信度等級與爭議標記。