DeepSeek V4.1 Flash 实测与对比

用 project maya 把专家和 ngram 卸载到 103.6GB 系统内存，KV cache、激活专家和注意力留在 96GB 显存上运行。

同一份火箭发射倒计时 brief，Claude Opus 5.5 跑了 37 分钟、花 5.15 美元，DeepSeek V4.1 Flash 1017 用 80 秒、2 美分完成，成本差约 331 倍；两者视觉风格不同。

评价 V4.1 Flash 1017 是目前最好的开源模型，并强调其智能水平已非常接近闭源前沿。

Hugging Face 上出现 DeepSeek-V4.1-Flash-1017 的 TensorFold 量化版本仓库，面向 M5 Ultra 本地运行。

帖子称 DeepSeek 做了极致推理侧硬件优化，一台 GB300 机架约 700 万美元即可支撑 OpenCode 每天 6–7T 用量，解释平台为何能免费提供。

同一套 V4.1 Flash 1017 在四台 DGX Spark 上，SGLang 默认 71.6 tok/s、调参后 103.1，TensorFold 110.9；131K 冷启动 prefill SGLang 更快。

用 three.js 从零搭 18 世纪 Brown Bess 燧发枪，DeepSeek V4.1 Flash 做出 91 个零件，Kimi K3 为 51，Claude Opus 5.5 为 65。

在 RTX PRO 6000 96GB 加 128GB 内存上以 IQ1/IQ2 混合量化加投机解码部署 V4.1 Flash，16K 上下文下散文约 70、代码约 77 tok/s。

作者把 GSQ-RCO 量化重打包成上游 GGUF 格式，在单张 RTX PRO 6000 加内存上跑 DeepSeek V4.1 Flash 748B，约 40 tok/s，不用分支或第三方引擎。

宣传一款端到端加密、在硬件飞地中执行模型的桌面编程 agent，称可在其中运行未审查版 DeepSeek V4.1 Flash 1017 用于网络防御。

借一个 2 美元 Blender 渲染的引子，指出 V4.1 Flash 开源权重、MIT 许可、价格不变且在推理、编程和 agent 上更强，并追问开源权重是否已成默认。

一位用户称 DeepSeek V4.1 Flash 1017 是目前最好的开源模型，尤其考虑到它相对友好的体积，并表示在等下一代 GLM。