langchain-deepseek==1.1.1
LangChain 发布 langchain-deepseek 1.1.1，变更日志显示自 1.1.0 以来的改动包括：修复 DeepSeek 与 OpenAI 依赖的最低兼容版本、将 strict 模式路由到 beta 端点、把 prompt_cache_hit_tokens 映射为 cache_read，以及多次刷新 model profile 数据与依赖版本。
发展脉络
- 首次出现langchain-deepseek==1.1.1LangChain Releases
- 当前判断这属于开源集成层的常规维护节奏：模型侧接口与依赖变动由 LangChain 这类框架吸收，开发者通过升级包版本获得兼容性，而非直接感知模型变化。证据不足以判断 DeepSeek 或 LangChain 的市场地位变化。Agent Pulse · 分析
LangChain 官方发布页显示 langchain-deepseek==1.1.1 已发布。该版本相对 1.1.0 的变更集中在集成层：修复 DeepSeek 与 OpenAI 依赖的最低兼容版本并提升最低版本要求；将 strict 模式请求路由到 beta 端点；把 DeepSeek 返回的 prompt_cache_hit_tokens 映射为 cache_read；同时包含多次 model profile 数据刷新、依赖升级（anyio、vcrpy、langsmith）与 README 文档更新。这些改动均属客户端适配与元数据维护，证据未披露任何模型能力、性能或价格变化。
从变更项看，DeepSeek 集成的关键适配点是缓存计数字段与 strict 模式端点：prompt_cache_hit_tokens 映射为 cache_read 意味着调用方可通过统一字段读取缓存命中量，但证据未说明该字段在计费或统计上的具体语义，需以实际返回值为准。
这属于开源集成层的常规维护节奏：模型侧接口与依赖变动由 LangChain 这类框架吸收，开发者通过升级包版本获得兼容性，而非直接感知模型变化。证据不足以判断 DeepSeek 或 LangChain 的市场地位变化。
对使用 LangChain 调用 DeepSeek 的团队，升级到 1.1.1 可减少依赖冲突与缓存统计字段不一致带来的排查成本；但证据未给出性能或成本收益数字，收益应视为兼容性维护而非可量化节省。
可验证的下一信号是后续版本是否继续围绕缓存字段与 beta 端点做适配，以及 model profile 刷新是否带来新的模型标识或参数默认值；若出现模型能力或定价条目，才可视为超出集成维护范围的变化。