DeepSeek V4.1 Flash 实测与对比

Strata 在 RTX 3060 12GB 上量化部署 V4.1 Flash，需至少 239GB 文件，速度约 8–10 tok/s 且低比特有质量损失。

用户称 ChatGPT Plus 五小时限额只够 30 分钟 5.6 Sol Max，而 DeepSeek V4.1 Flash 1017 在 OpenCode 免费、付费版仅 10 美元，于是取消订阅。

OpenCode 近 24 小时调用统计里 DeepSeek V4.1 Flash 1017 达 8.5T token 居首，第二名 Meta muse-spark 仅 503B，Kimi K3.1 Pro 未进前 18。

作者用 Strata 0.2.4 在 12GB 3060 上跑通 DeepSeek V4.1 Flash，实测 8–9 tok/s，认为暂不能当主力生产力。

OpenCode Zen 限时免费提供 DeepSeek V4.1 Flash 等四款模型，Qoder 到 11 月 1 日零额度使用，附接入步骤和 1M 上下文、MIT 许可等规格。

在 Pi harness 里跑 78 轮自改进，用 1.36B token（98.6% 缓存命中）造出 Rust+Metal 引擎，16K 上下文 248 tok/s，比 mlx-lm 快约 1.5 倍。

同机同提示词换用 Strata 上的 DeepSeek V4.1 Flash，低推理档跑约 100 分钟，速度 7.1 tok/s，首次成功出结果。

作者用本地 DSH 配 DeepSeek V4.1 Flash 跑一个原本为 Opus 优化的 skill，生成本周 AI 新闻播报视频，效果超预期且花费不到 2 元。

OpenCode 实时调用量前五中 DeepSeek V4.1 Flash 1017 以 8.5T tokens 领先，muse-spark、glm-5.3-flash 等随后，新出的 Kimi K3.1 Pro 未进前 18。

一条无结论的提问帖，让读者在 DeepSeek V4.1 Flash 与 GPT-6 Luna 这两个便宜模型之间选胜负，未给出任何实测数据。

同一提示词在 AgenC Core 里建 Three.js 交互式 V8 引擎实验室：DeepSeek 用 48 分钟、0.86 美元、6720 万 token，Kimi 用 31 分钟、2.16 美元、350 万 token；Kimi UI 更精致，DeepSeek 测功机细节更足。

用户通过 OpenCode Go 调用 DeepSeek V4.1 Flash，用约 13 万 token 完成电视去臃肿并配置 Adblock DNS，称效果不错。