DeepSeek V4.1 Flash 实测与对比

列出 V4.1 Flash 1017 对 Opus 5 的跑分：DeepSWE 77.0 对 74.0、Automation-Bench 60.5 对 50.3，但 Terminal-Bench 4.0 与 HLE 仍落后；附 1M 上下文、图像输入、MIT 权重和 API 价格。

作者用新版 V4.1 Flash 跑了 10 多个复杂 agent 任务、消耗近 5 亿 token，缓存命中率达 99.41%，认为其缓存降成本能力一骑绝尘。

同题生成体素风发布会视频，DeepSeek V4.1 Flash 1017 成本 $0.89，GPT-6 Luna 为 $1.07；帖末附带 Workbuddy 国际版限时免费推广。

用户实测新版：任务完成更少绕路、编码更果断，新增 Search + Fetch 让 agent 可直接取网页信息，但复杂多文件改动仍建议人工复核。

财经博主顺带提到 DeepSeek 官宣 V4.1 Flash 1017 全面上线，主打「许愿式编程」并开放自研搜索 API，升级不加价，但近期频繁宕机。

DeepSeek V4.1 Flash 1017 以 763B 参数、MIT 许可在 Hugging Face 放出权重，可直接下载本地部署。

作者汇总不同 harness 上生成鹈鹕的对比图，结论是用 DeepSeek Harness 或 Codex 效果最好。

发帖人对「V4.1 Flash 是蒸馏 GPT-6-Astra」的说法心情矛盾：既希望是假的以证明国产模型实力，又希望是真的好低价用 Astra 能力。

汇总帖列出 1017 版关键信息：MIT 开源权重、更快更省的输出、面向 agent 的 Search 与 Fetch API、DeepSWE 77.0，并称开源模型正快速追平。

用户称 1017 版较 0910 平均提升约 5 分，Terminal-Bench 4.0 从 31.2 升到 42.3，同价超过 GPT-5.6 Sol。

作者被封两个 Claude 账号后转用 Codex 几天，试了 DeepSeek 1017 做 AI 科普视频效果相近，考虑放弃 Codex 继续测其编程能力。

作者用同一题（特斯拉 Roadster 跑车）对比 V4.1 Flash 1017 与 GPT-6 Luna 的生成效果，认为前者几乎完胜。