Vercel AI Gateway 上线 DeepSeek V4.1 Flash 1017 Ultrafast：厂商口径逾 1000 tokens/s，经 Fireworks 加速端点公测

核心背景与行业痛点

编码 Agent 做多轮工具调用时，生成速度会直接变成等待时间。DeepSeek 已在 2026 年 10 月 17 日发布 V4.1 Flash 的 1017 更新，Vercel 当天也把它接入了 AI Gateway，当时的型号是 deepseek/deepseek-v4.1-flash-1017。11 月 7 日，Vercel 更新日志（作者 Jerilyn Zheng、Zachary Chen）宣布上线 Ultrafast 档：还是那份 10 月 17 日检查点，但改走 Fireworks 的加速无服务器端点。官方开发者账号 @vercel_dev 于 17:25 UTC 发帖介绍，抓取时约 909 赞、390 收藏、37 转发、36 引用、约 9.8 万次展示。

架构亮点与底层机制

Ultrafast 不是新的基础模型权重，而是把已有的 V4.1 Flash 1017 接到 Fireworks 加速端点上。Vercel 型号页写明：提供方是 Fireworks，接口类型为 chat，支持文本和图像输入、可配置推理、工具调用、结构化输出以及自动前缀缓存。上下文窗口在型号页列为 1,048,576 Token（更新日志写作 1M-token），最大输出 Token 同样列为 1,048,576。Vercel 称它适合需要尽快生成并进入下一步的交互式编码、推理和 Agent 工作流，目前是公开预览，没有 waitroom，也没有会话时长限制。

权威 Benchmark 与实测跑分对比

速度方面，Vercel 更新日志的厂商口径是可以生成逾每秒 1000 个 Token。官方没有为这个 Ultrafast 型号单独公布 SWE-bench、HumanEval 等编码榜分数，也没有给出延迟分布、并发或硬件配置，因此不应把它看成一次新的模型能力发布；该速度目前只有厂商声明，尚无独立复现。价格以 Vercel 型号页为准：输入每百万 Token 2.40 美元，输出每百万 Token 9.60 美元。更新日志还写明，AI Gateway 按提供商价格展示、不加价，自带密钥（BYOK）的推理请求也不收平台费。

开发者实战落地与开箱指南

调用时把模型名设为 deepseek/deepseek-v4.1-flash-1017-ultrafast。使用 Vercel AI SDK 可直接传入该型号并流式输出；走 OpenAI 兼容的 Chat Completions 时，把 base_url 设为 https://ai-gateway.vercel.sh/v1，并用环境变量 AI_GATEWAY_API_KEY。命令行工具 fx 可以先执行 /setup，再运行 /model deepseek/deepseek-v4.1-flash-1017-ultrafast。若要在 Claude Code、Codex、Cursor 里用，官方建议安装最新 Vercel CLI 并运行 npx vercel ai-gateway setup，然后在 Agent 中选择该型号。建议先在 AI Gateway 的模型 Playground 试一下速度和工具调用，再对照自己工作流里的延迟和费用决定是否切换。