DeepSeek V4.1 Flash 实测与对比

按功能、视觉、代码质量评分：GPT-6 Astra 与 V4.1-Flash-1017 均约 7.5 分，Opus 5.5 约 7.4；DeepSeek 8 项测试约 0.71 美元，Astra 整轮估算约 31.69 美元。

用户称 WorkBuddy 国际版里 DeepSeek V4.1 Flash 显示免费，配合 magpie 可把模型反向代理出来给其他 agent 使用。

对比 V4.1-Flash-1017 的 552B 稀疏 MoE、约 890 字节/token KV 与低价 API，和 KUT Gemini Flash 的 Ricci Flow 流形约束，讨论单位成本与形式验证可靠性。

引用官方图表称 DeepSWE 77 对 Opus 5 的 74，单次编程任务约 0.2 美元，错峰输出 $0.60/1M token，而 Opus 5 为 $25/1M。

整理官方发布：开源权重、1M 上下文，DeepSWE v1.1 得 77.0 超 Opus 5 的 74.0，Terminal-Bench 4.0 从 31.2 升到 42.3；HLE 等仍落后 Opus 5，Search/Fetch 每千次调用 0.75 美元。

官方称新版本在编程与任务执行上提升，Terminal-Bench 从 31.2 升到 42.3、ProgramBench 20.3→29.1，输出更短，网页/App 同步升级且 API 价格不变。

本地部署视频：含 Engram 约 748B 参数的模型，用两张不对称 RTX 3090（共 48GB 显存）加 128GB DDR4 内存，跑到约 30 tok/s，称旧游戏 PC 也能跑 Sol 级模型。

有用户发现界面显示 DeepSeek V4.1 Flash-1017，但询问模型身份时它自称 Anthropic Claude，并称部分任务表现超过 GPT-6.1 Sol 和 Sonnet 5.5，质疑后端路由是否变化。

帖称该版本开源权重、回答更短，厂商自报 DeepSWE v1.1 得分 77.0，高于 Claude Opus 5 的 74.0 和 GPT 5.6-Sol 的 73.0，但作者提醒需自测再切换。

同题生成废弃村庄电影感视频（全帧纯 JS），V4.1 Flash 花 2.5 美元 4 小时，Opus 5.5 花 54.2 美元 7 小时。

作者提到 MIT 权重、输出更短、价格不变，询问是否有人已在 Claude Code 或 OpenCode 里对真实仓库实测，验证其成本-性能帕累托说法。

韩语帖总结官方发布：网页、App、API 同步上线，权重以 MIT 开源；DeepSWE 77.0 高于 GPT 5.6 Sol 的 73.0 和 Opus 5 的 74.0，单任务成本低于 $0.20，但注明为官方自测。