DeepSeek V4.1 Flash 实测与对比

作者算账：非高峰输出 $0.60/百万 token 对 Opus 5.5 的 $20，DeepSWE v1.1 基本打平，Automation-Bench 领先 4.5 分，但 HLE 落后近 20 分。

用户转述有人称 ds-4.1-flash-1017 的指纹测试结果指向 GPT-6 Astra，并调侃低价用上 Astra，属未经证实的传闻。

V4.1-Flash-1017 跑分 42.3，比旧版 31.2 明显提升，但 Opus 5 以 51.8 领先；开源权重在 agent 编程上缩小差距。

同题测试中 DeepSeek 耗时约 1.5 小时、Gemini 34 分钟；Gemini 赛道更完整，但 DeepSeek 的 Roadster 3D 建模明显更好。

实测评价：超便宜、相当快、质量中上，适合实时性要求高的客服场景，但数据发往中国是致命问题。

用户实测 V4.1-Flash-1017 持续干活，消耗约 2kw tokens 完成一张图片的 SVG 重绘，成本约 0.4 美元。

同题 3D 体素重建对比，DeepSeek V4.1 Flash 1017 完整跑完只花 0.89 美元，GPT-6 Luna 一次尝试 1.07 美元且差距明显。

实测用 V4.1-Flash-1017 做一个带 3D 雕塑元素的交互式 Three.js 网站，消耗约 170 万 token，成本约 0.9 美元。

实测用单条提示词让 V4.1-Flash-1017 复刻 Jet Moto，产出含三种模式、20 名车手、4 车队、10 赛道，全部代码生成无外部资源。

十条上手观察：文风像 GPT-6-Astra，代码做视频与动效强于 Haiku 5.5，Max 档思考长且效果好，自建搜索少踩垃圾站，同任务省约 15% token、快 15%～20%，MIT 开源，API 名 deepseek-flash。

TP4 四机实测：6 流吞吐 131.9→165.7 tok/s，93K 提示 78s→42s，KV 池扩到 1.52M token。

整理官方 X、Hugging Face 模型卡、API 公告、价格页、第三方实测文和 Harness v0.2.1-rc.2 链接，并声明跑分均为官方自测、未复现。