DeepSeek V4.1 Flash 实测与对比

终端工具 Strata 0.2.4 在单张 12GB 显卡加 46–64GB 内存的机器上运行 DeepSeek V4.1-Flash，常用专家留在内存、其余从 SSD 流式加载。

Qoder 个人版选 DeepSeek-Flash（V4.1-Flash-1017）消耗 0×，免费延长到 11 月 1 日 0 点，思考强度可拉满且不扣 Credits，作者建议趁此跑真活省 Claude 和 Codex 额度。

整理 NVIDIA 官方 DGX Spark 环连与交换机连接在 Qwen3.8-27B 上的 TP4/TP8 吞吐对比，并补充自己此前用 DeepSeek-V4.1-Flash TP4 环连中继 RoCE 后 decode 与并发输出提升 13–18% 的数据。

用户用 4 张 2019 年老 GPU 跑原生未改权重的 V4.1 Flash，真实编程任务峰值解码 314 tok/s，agent 平均 200 tok/s。

用户抓取模型缓存，测试 sm86 与 sm121 机器经 RoCE 协同、吃满内存与显存运行 DeepSeek V4.1 Flash 的补丁。

同一提示词、同一 DSH harness、同等推理强度下对比两家供应商：官方平台 1h30m、缓存命中 99.8%、213 tok/s；OpenCode Go 1h18m、98%、143 tok/s。

该用户已在 strata 本地跑 qwen3.8-flash-next 但觉得用处不大，希望有人把 DeepSeek V4.1 Flash 1017 跑通，好把 AI 订阅压到最低。

奥地利 ISTA 实验室上线 763.2B 参数的非均匀压缩版本，推荐 248.84GB 规格三项平均 93.54、标称恢复率 100%，但需专用 Strata 引擎、llama.cpp 尚不支持。

作者用 Qwen3.8-27B 与 DeepSeek-V4.1-Flash 在 16GB 消费卡到 512GB 内存机器上做了 7 个本地 agent 实验，让 agent 在浏览器里生成可探索的交互世界。

DeepSeek-V4.1-Flash-1017 的 GSQ-RCO GGUF 尚未上架 ModelScope，用户改从三个镜像同时下载，速度与 ModelScope 相当。

作者认为 Kimi K3.1 Pro 纯性能或许更强，但把价格和速度一起算，DeepSeek V4.1 Flash 1017 更值得选。

作者认为 Opus 5.5、gpt-6.1-sol、DeepSeek-V4.1-Flash-1017 在成本与速度上太划算，新模型如 Kimi K3.1 没有明显优势就难以让人迁移。