DeepSeek 模型更新文档中有一段简短的说明：新模型特别针对 DeepSeek Harness 及腾讯 CodeBuddy、WorkBuddy 等平台框架进行了优化。

10 月 19 日，在 AI 模型评测平台 Arena 的 Code Arena: WebDev 榜单上，DeepSeek V4.1 Flash 新版本模型超过 Kimi K3，成为该榜单排名最高的开源模型。

该模型更新文档中有一段简短的说明：新模型特别针对 DeepSeek Harness 及腾讯 CodeBuddy、WorkBuddy 等平台框架进行了优化。

这三个平台框架中，前两个的主要用户是开发者，只有 WorkBuddy 面向更广泛的大众用户。

10 月 20 日，易观分析发布的数据显示，9 月 WorkBuddy 桌面端月访问量 8534 万次，在 20 款主流产品中排名第一，超过第二名千问办公、第三名豆包工作两款产品的月访问量总和。

在模型更新文档中，DeepSeek 未写明针对平台框架的优化具体包含什么内容，但介绍了新版模型较此前版本的核心差异：模型任务运行时间与输出长度缩短，让用户能以更低成本、更快速度完成任务。

一位 AI 应用开发者向经济观察报介绍，上述更新在理论层面确实能帮助用户节省 Token（词元），但使用不同的框架，节省程度可能存在差异；一款模型天然和厂商自己的框架适配程度最高，因为厂商自研框架本身构成了模型训练环境的一部分，在大量的训练中，框架和模型不断靠拢、共同演化。

该开发者称，一款模型如果要针对某个框架做定向优化，框架侧的真实数据是重要前提，比如任务是否成功、用户是否采纳等标签；仅依靠 API 调用过程中厂商获得的信息，优化空间有限。

此次模型更新过程中，WorkBuddy 产品团队是否与 DeepSeek 有过沟通合作？就此，WorkBuddy 相关人士于 10 月 20 日表示不予回应。

该模型更新前三天，10 月 14 日，WorkBuddy 和企业微信联合宣布更新：WorkBuddy 以可对话机器人的身份进入企业联系人列表，用户可在聊天窗口内交办任务，并可在企业授权范围内获得群聊、文档、会议、日程等能力权限。

一位 DeepSeek Harness 用户向经济观察报展示了 DeepSeek 模型更新前后她的 API 账单：调用前述 DeepSeek-V4.1-Flash 模型，对比 10 月 14 日（模型更新前），其个人账户在 10 月 20 日的 API 请求次数上涨约 13%、Token 消耗量增长近 3 倍，花费却稍有降低。从账单数据看，主要原因是缓存命中率提高、输出 Token 量减少。

该用户日常主要用 DeepSeek Harness 做文献分析，上述两日的使用时间均处于 DeepSeek 定价规则中的高峰时段，工作时长基本一致。

前述开发者补充解释，缓存命中率提高与框架、模型架构改进都有关联，任务个例间存在差异；输出 Token 量减少，基本对应模型更新文档中提到的优化内容。

另有在 WorkBuddy 中调用同一款模型的用户称，更新至今，单次任务消耗的积分量也较更新前有一定幅度下降，但因 WorkBuddy 不展示 Token 消耗明细，不确定积分用量下降的具体原因。

在 10 月 17 日的模型更新文档中，DeepSeek 还提到了一个新变化：开放自研搜索 API，Search（搜索）与 Fetch（抓取）两个 API 均按成功请求计费，每千次 5 元。用户在 DeepSeek Harness、Claude Code、Codex 中通过服务端工具发起的 Search 或 Fetch 调用，目前暂不计费，将从北京时间 11 月 1 日零时起开始收费。

放眼全球模型厂商，搜索单独计费是常见模式；国内 Kimi、智谱等模型厂商也提供收费的搜索 API，计费规则存在差异。前述开发者称，DeepSeek 的搜索 API 收费较低，常规使用场景下的个人用户可能感受不到影响；但在 B 端场景，调用模型做深度调研，或用来支持查询类应用，搜索接口产生的成本可能会高于 Token 成本。