DeepSeek V4.1 Flash 实测与对比

作者梳理厂商表：DeepSWE 77.0 与 Gemini 4 Argon 77.9、GPT-6.1 Sol 75.2 接近，HLE 42.6 与 GLM-5.3、Qwen3.8 Max 持平但比海外四款低 7 到 15 分。

帖称 V4.1 Flash 1017 开源 MIT、1M 上下文，自报 DeepSWE 77.0 高于 Opus 5 的 74.0，但 Terminal-Bench 42.3 低于 51.8，并提到 $0.15/1M 输入的低谷价适合批量任务。

用户实测两台 DGX Spark 跑 DeepSeek V4.1 Flash，93K token 提示达 2135 tok/s，1M 上下文 27 秒加载，远超旧四台 Spark vLLM 方案的 48.5 tok/s。

用户用 DeepSeek V4.1 Flash 配合 Three.js 一次提示生成 3D 宝马 M5，花费 0.38 美元、耗时 1 小时 10 分钟，认为成本惊人且等待过久。

帖称 DeepSeek 于 10 月 17 日发布 V4.1-Flash-1017，MIT 开源权重、763B 参数、1M 上下文，自报 DeepSWE 77.0 对 Opus 5 的 74.0，并给出 Hugging Face 权重链接。

实测称 V4.1 Flash 1017 在长程浏览器任务上与 Opus 5.5 持平，价格便宜 19 倍；Playwright 测试有效但需更新规格以防 reward hacking。

整理官方与 Hugging Face 信息：763B 总参数、1M 上下文、MIT 开源、非高峰输入 0.15 美元/百万 token，并指出所有跑分均由 DeepSeek 自测。

作者指出官方称小更新，但公布的 11 项基准全部提升，Terminal-Bench 4.0 涨 11.1 分，并给出切换前自查模型名与新旧对比的三步建议。

用户发问：如果 DeepSeek V4.1 Flash-1017 真蒸馏了 GPT-6 Astra，为什么定价还能这么低，属于对成本来源的猜测讨论。

用户称 Sol 作 worker 暂够用，因 V4.1 Flash 1017 极便宜而想试用，但更希望出现能与 Opus 匹敌的编排模型，并期待这类模型能跑在 MacBook Pro 上。

用户对比 DeepSeek V4.1 Flash 单次 API 调用（不到 10 万 token）与接入 harness 跑 3 轮约 400 步（约 9000 万 token，99% 缓存），认为裸测也能看出模型本身能力。

同一 ThreeJS 软体物理文件对比：V4.1 Flash 1017 正确实现弹簧阻尼与碰撞恢复，GLM 5.3 Flash EXL3 几何与着色器更干净但顶点变形出现漂移。