DeepSeek V4.1 Flash 实测与对比

帖子引用 Artificial Analysis 最佳设置分数，Moonshot Kimi K3.1 Pro 46.0 对 DeepSeek V4.1 Flash 1017 的 32.5，Moonshot 领先。

用户点评新版 AA 智能指数：DeepSeek V4.1 Flash 得 32 分、GLM 5.3 Max 同为 32 分，Kimi K3.1 Pro 46 分，GPT-6.1 Terra Max 51 分，认为国产模型再度落后。

同一任务下 Opus 5.5 用 30 分钟、GPT-6.1 Sol 10 分钟、Grok 4.7 41 分钟花 3.58 美元，DeepSeek V4.1 Flash 1017 用 50 分钟、257K 输出 token、0.36 美元。

实测 decode 吞吐：SGLang 基线 71 tps，调优后 103 tps，TensorFold 调优后 110 tps。

Artificial Analysis v5 榜单显示开源权重模型落后扩大：已开源模型中 DeepSeek V4.1 Flash 1017 (max) 与 GLM-5.3 (max) 以 32 分并列最高，仍低于 Claude Haiku 5.5。

在 TP4 环形、256K 输入、thinking 开启条件下测三套配方：knapcio 的 SGLang 版 decode 接近 MiaAI SGLang 版，prefill 快约 23%，TensorFold 版偏慢。

作者把 9–10 月新出的开源 Flash 模型按使用体验排名，DeepSeek V4.1 Flash 1017 居首，Ling-3.1-Flash 与 MiniMax-M3.1-Flash 次之。

实测在 Claude Code 中让 Opus 5.5 做编排、deepseek-v4.1-flash-1017 跑子代理：24 个子代理并行干活，DeepSeek 侧累计花费约 9 美元，承担 99% 工作量。

作者花 100+ 小时翻评测任务并用前沿模型跑闭源题，认为 V4.1 Flash 常与前沿模型相当，低 5–8% 时价格仍便宜 13–20 倍，Cursor bench 上便宜 13 倍且权重全开到推理栈。

作者因 OpenAI 10 月 30 日砍半额度而退订 GPT Pro，主模型换 Opus 5.5，子代理经 Baseten 调用 DeepSeek V4.1 Flash 1017，约 599 TPS 且极便宜。

V4.1 Flash 自 10 月 25 日起居 OpenRouter 榜首、约占其 token 流量 30%，但有人估算一天的 DeepSeek 流量一台 GB300 机架就能扛完；API 低峰 $0.15/$0.60 每百万 token。

OpenCode 发布 2.0，并宣布 Operation Cheepseek 第三阶段：每月 10 美元订阅可获得 80 美元的 DeepSeek V4.1 Flash 用量，自称全球最便宜的接入方式。