DeepSeek V4.1 Flash 实测与对比

流传的对比称同一任务 Opus 5.5 用 20 分钟花 6 美元，V4.1 Flash 用 1 小时花 0.23 美元，作者吐槽没人给等待时间定价。

发帖者称 V4.1-Flash-1017 干活表现优于 6.1SOL、速度也更快，并因此对 Codex 订阅产生动摇。

用同一段长提示词、不开 skill，让两者各做一支 DeepSeek Harness 宣传视频；作者认为 Opus 5.5 在该领域仍是王者。

实测 V4.1-Flash-1017 在 Cold Iron 上拿到 128/157（81.5%）、零错误，但只有 reasoning.effort=none 才能真正关闭思考。

同题让两模型用体素风重建特斯拉 Roadster 发布会场景，DeepSeek 成本 $0.89、GPT-6 Luna $1.07，两者都生成了车、灯光和复杂结构，细节风格不同；作者注明仅单次实验。

作者建议把 DSH 当低成本调用入口、Codex 做日常开发、Claude Code 验证复杂任务，并提醒关键在接入后工具调用与上下文管理是否正常。

同题对比后认为 V4.1-Flash-1017 比 Opus 5.5 差一档、约 Sonnet 5.5 水平，但价格差距远大于能力差距。

土耳其用户整理官方表格：Terminal-Bench 4.0 从 31.2 升到 42.3、ProgramBench 20.3→29.1、HLE 36.8→42.6；DeepSWE 等 agent 测试超 Opus 5，但 HLE 42.6 对 56.3 仍落后。自测动画重跑一次、耗时 24 分钟、便宜 2 美分。

约 1 小时做出春夏秋冬与雨夜场景，首轮效果优于 Kimi，但雨夜颜色全变蓝色剪影，多轮修复无效，3D 空间能力明显提升。

Atomic Chat 用同一体素飞车赛道任务对比：V4.1 Flash 1017 花费 $0.89，GPT-6 Luna 为 $1.07，约省 17%，画面效果相近。

一位用户反馈：DeepSeek-V4.1-Flash 在 Hermes 等 agent 日常使用中表现极佳，Luna 相比之下又笨又慢，Haiku 超 100k 上下文后仍偏贵。

用户总结 V4.1 Flash 性价比高：代码生成视频仅次于 Opus/Sonnet 5.5，Max 思考档效果好，token 比上代省约 15%、速度提升 15–20%，并自带搜索 API。