DeepSeek V4.1 Flash 实测与对比

在 DeepSeek Harness 里用 V4.1-Flash-1017 单条提示词生成 3D 男性人体构造交互网页，作者称效果像作品集。

该用户复刻「名画穿越」视频后给出模型梯队：GPT 6 sol < DeepSeek V4.1 Flash ≤ GPT 6 Astra < Opus 5.5 < Gemini 4 Argon < Fable 5.5。

用户称 V4.1 Flash 跑分超过 GLM 5.3，早期鬼畜和复杂问题偏弱的问题明显改善，并看好同步上线的原生搜索抓取 API 与低价策略。

作者认可更短输出与更高 agent 分数，但指出长 agent 运行复用前缀，缓存未命中时预填充费用照付，建议配合精确缓存和工具预算。

配图短评，认为 DeepSeek-V4.1-Flash 以低价提供了接近 GPT-6-Astra 的使用体验，未给出具体测试数据。

同题让两模型生成 Miku SVG 绘图动画，作者认为 Argon 更像人类作画，V4.1 Flash 按自己理解做手绘过程。

帖子引用官方数据称 V4.1 Flash 1017 在 DeepSWE 达 77%，输出价 $0.60–$1.20/百万 token，远低于闭源旗舰，并讨论开源经济学。

用户实测称 V4.1 Flash-1017 能驾驭多种视觉风格、像素风最佳，实力约为「半步 Opus 5.5」，认为不必再给 Claude 充值。

AiHubMix 用同一提示词、最高推理档测试 GPT 6.1 Sol 与 DeepSeek V4.1 Flash，两者耗时约 25 分钟，成本分别为 $4 和 $0.16，结果差异明显。

实测：在 DeepSeek Harness 里一次跑完耗时 1 小时 50 分，输出 269,823 token、约 258 tok/s；作者感觉模型思考多、提示词更长，画面质量明显提升。

作者放出优化仓库，称 4 张 RTX Pro 6000 上单并发 250–300 tok/s、8 并发 1000+ tok/s，长上下文与视觉/engram 卸载到 SSD。

作者在 4 台 DGX Spark 上用 vLLM 部署 DeepSeek V4.1 Flash 1017，实测吞吐 165.7 tok/s，自建 69 场景工具调用评测得 98.6 分，并公开了部署配方。