DeepSeek V4.1 Flash 实测与对比

无 harness 一次成稿、共 8.1 万输出 token、不用外部素材，生成 Three.js 篝火场景，作者特别称赞余烬效果。

针对硬件跑不动的大模型，建议 DeepSeek V4.1 Flash 1017 或 GLM 用 project-maya，Qwen 3.8 Flash Next 用 strata。

bradthomasbrown 称在「让 agent 造模型解 benchmark 而非自己解题」的 ML 研究测试中，DeepSeek V4.1 Flash 1017 表现优于 GPT-6 Astra。

双 3090 上 dsx 2-bit 版跑到 37 tok/s，Unsloth 1-bit 只有 12.3 tok/s；作者认为有损量化导致思考长度从 10.7K 涨到 20K+。

用户用 TP4 环形 mesh 部署 DeepSeek V4.1 Flash 1017，无 switch 达到 100 tok/s，并询问如何在不掉质量的前提下再提速。

面向 Project Maya 的量化版：常用专家放 GPU、其余从内存和 SSD 读取，作者测得与原模型下一 token 一致率 92.6%（KL 0.120），MIT 许可。

Artificial Analysis 数据显示，红队对话原始得分从 DeepSeek V4.1 Flash (max) 的 30% 到 GPT-6 Astra (max) 的 65%，善意对话则为 63%–79%。

90 道 BFCL 工具调用、Omni-MATH 7+、SuperGPQA 难题单样本代码判分，Beam 67/90、DeepSeek 66/90，但 Beam 成本约 6 倍。

Project Maya 接入 DeepSeek V4.1 Flash，256k 上下文实测 prefill 2000 tps、decode 50 tps，比同硬件的 GLM-5.3-Flash 略慢，作者认为还有优化空间。

让 V4.1 Flash 1017 写一首关于自己的歌并用 JavaScript 做动画，消耗 2000 万 token、花费 0.30 美元。

用户称 DeepSeek-V4.1-Flash 目前对自己只是「中规中矩」，感觉整体水平低于带 daybreak 的 GPT-6 Sol，但未给出具体测试细节。

Databricks 官方称 V4.1 Flash 1017 已作为新端点上线，架构不变、权重更新，推理、编程、agent 与视觉基准均有明显提升。