DeepSeek V4.1 Flash 实测与对比

时雨堂博主撰文记录用两台 DGX Spark 长期运行 DeepSeek V4.1 Flash 1017 量化无审查模型的经验，3 分钟读完。

用户实测 DeepSeek-V4.1-Flash-1017 去审查 GSQ-RCO IQ2_XXS GGUF，在 RTX Pro 4000 Blackwell 24GB 显存上解码 36 tok/s、预填充 400 tok/s，Thinking 正常，并计划接入 DeepSeek Harness 做 KV 预缓存。

一位用户表示已开始在实际工作中使用本地部署的 DeepSeek-V4.1-Flash-1017，体验非常舒适，但未给出具体任务或数据。

讨论认为应看生产指标而非跑分：Kimi K3.1 Pro 智能指数 55 对 Flash 39–45，但 Flash 每任务 $0.48 对 $2.11，省 4.4 倍，代价是输出 token 更多。

用户实测后提醒：选模型别只看输入输出单价，缓存命中率和缓存价格在账单中占比很大，Flash 1017 在这两点上优势明显。

用 DeepSeek Flash 1017 按提示词生成彩色体素宝塔花园，含拖拽环绕、滚轮缩放、自动巡游和昼夜光照滑块，全部塞进一个 HTML 文件。

作者把 Qwen4 与 DeepSeek 放在一起看：Strata 文档称 200GB+ MoE 分片到显存/内存/NVMe 后，单张 3060 加 46GB 内存即可运行 V4.1 Flash，但 8–10 tok/s 是否够用取决于使用方式。

发帖者认为黑客工作重在细致而非智力，称 V4.1 Flash 1017 免费可用、破坏力被低估，但未给具体案例。

在 8 个真实 Web 应用上，Flash 1017 的 F1 为 75.08、花费 $32.93，高于 GLM-5.3 的 73.53/$305、GPT-5.6 Sol 的 69.80/$1983 和 Opus 5 的 70.12/$3032。

763B 参数、40 层每层 384 专家的权重按 1.75/2.00/2.25 bit 量化后 239–274GB，分载 VRAM/RAM/NVMe；2.00bit 困惑度 +15.5%，图像输入与并行请求暂不可用。

HN 文章梳理两家 8 次降价（含 GPT-5.6 Luna 砍 80%、Opus 5.5 缓存降至 0.2），作者认为开源低价模型 DeepSeek V4.1 Flash 是主要压力来源。

vLLM v0.32.0 发布，DaoCloud 优化 H20 推理，DeepSeek-V4.1 吞吐提升约 60%，附公众号文章链接。