DeepSeek V4.1 Flash 实测与对比

发帖者称 API 平台疑似已出现该模型，怀疑又是先放模型后补公告，并询问是否有人调用成功、速度、价格和代码能力如何，尚无实测数据。

AIHubMix 用同一提示词最高推理档测试两版：旧版约 20 分钟花 0.50 美元，1017 版约 17 分钟花 0.46 美元。

用户实测海外版 V4.1-Flash 每天约一亿 token 免费额度、可用到本月底，并提到 DeepSeek 开放自研搜索 API，每千次搜索约 5 元。

作者关注 Agent 完成任务的费用与耗时：官方称输出更短、任务更快、API 单价不变，并适配 DeepSeek Harness、CodeBuddy 等；Terminal-Bench 4.0 为 42.3、DeepSWE v1.1 为 77.0，但分数依赖执行框架，建议用现有工作流重测。

整理官方与评论亮点：DeepSWE 从 74.2 升到 77.0，新版输出更短少啰嗦，官方已开放模型权重下载入口。

发帖指出 DeepSeek-V4.1-flash-1017 继续开源发布，认为新出台的监管规定并未限制开源模型。

帖子列出 DeepSWE 77% 超过 Opus 5 的 74 和 GPT-5.6-Sol 的 73，Terminal-Bench 从 31 跳到 42，单任务约 0.20 美元对比 Opus 5 约 12 美元、Fable 5 约 22 美元。

官方模型卡显示 DeepSWE 77.0 vs 74.0、Agents' Last Exam 35.4 vs 28.6 领先，但 Terminal-Bench 42.3 vs 51.8、HLE 42.6 vs 56.3 落后；输出更短更省。

帖文列出 DeepSWE v1.1 77.0%、Terminal-Bench 4.0 从 31.2% 升至 42.3%，API 输入 $0.15/输出 $0.60，称每任务成本降到 1/3、3D 接近 SOTA。

列出 DeepSWE 77.0、Automation-Bench 60.5、Agents' Last Exam 35.4、Apex Bench 72.1 等厂商自测成绩，均高于 Sol 和 Opus 5，并对比每百万 token 价格：Flash 为 $0.15/$0.60 闲时，Sol 为 $4/$20，Opus 5

11 项评测全涨，DeepSWE 77.0 超 Opus 5 的 74.0，Automation-Bench、Agents' Last Exam、Apex Bench 也领先；但 HLE、Terminal-Bench 仍由 Opus 5 占优，价格不变且 MIT 开源。

一位用户反馈 DeepSeek 能力很强，用它调度自己的 DS 子 agent 以及 Codex 和 Grok，并提到刚发布了新版本。