DeepSeek V4.1 Flash 实测与对比

一条简短评价：DeepSeek V4.1 Flash-1017 在成本与性能的平衡上可能是目前最好的模型之一，但没有给出具体测试或数字。

用户实测 Pi 比 DeepSeek Harness 便宜约 40%，后者跑分最高但成本也最高，按预算还是按跑分选。

作者称其进入该 3D 建筑重建榜前五：81.9 分，高于 Claude Fable 5.1 的 81.4（成本约 11 倍）和 Gemini 4 Argon 的 81.2（约 2 倍），低于 Sonnet 5.5 的 82.1（约 15 倍），比上代 72.9 提升 9 分。

DeepSWE 77% 对比上代 74.2%，单任务成本从 0.5 美元降到不足 0.2 美元；官方称领先 Kimi K3 与 GPT-5.6 Sol，但对 Claude Opus 5 仍输 7 项，且尚无独立复现。

在单台 DGX Spark 上部署 Baekpica 的 V4.1-Flash-1017-VQ-GGUF，多数问题回答良好，但被问到「Astra 是否被蒸馏」时多语言混杂、明显慌乱。

同一道 Bowser 3D 测试，DeepSeek V4.1 Flash 花 $0.15，Opus 5.5 花 $3.85，作者称差距夸张。

博主在 AI Coding Daily 频道发布对 DeepSeek-V4.1-Flash-1017 的编程实测视频，标题称结果令人惊叹，但帖文未给出具体数据。

用户称没有模型能在准确率更高时还更便宜，也没有同价位模型能接近它的性能。

用户称 V4.1 Flash 1017 用约 2 小时、约 $2.44 生成单文件 Three.js 3D 场景：鹈鹕骑车再开敞篷，含电影感镜头、昼夜调节、自动巡航与 WASD 接管。

DeepSWE v1.1 得 77.0 高于 Opus 5 的 74.0，Terminal-Bench 4.0 从 31.2 升到 42.3，API 闲时输入 0.15 美元/百万 token，MIT 权重已上 Hugging Face，但 HLE 42.6 仍低于 Opus 5 的 56.3。

报告对比 DeepSeek-V4.1-Flash-1017 的 552B 总参数、prefill 激活 8B、解码激活 16B 的稀疏 MoE 与极端 KV 压缩，对照 KUT Gemini Flash 的几何确定性路线，评估长上下文形式推理表现。

用户称现在用 Opus 5.5 做规划、DeepSeek V4.1 Flash 负责执行，产出质量依然不错。