DeepSeek V4.1 Flash 实测与对比

AI 快讯合集，其中一条称 DeepSeek-V4.1-Flash-1017（max 档）在只测防御能力的 Cyber Index 上得分 57%，位列公开可用模型第一。

按 OpenCode Go 文档单价计算，DeepSeek V4.1 Flash 高峰输出 $1.2/百万 token，Kimi K3.1 Pro 为 $10，差 8 倍多；$80 与 $15 额度折成输出 token 约 6600 万对 150 万，差 40 多倍，结论是 Kimi 本身贵而非额度少。

作者称 Terminal-Bench 上 Kimi K3.1 Pro 大幅领先，但 Agent Arena 盲测中排第 11（+7.6%）、DeepSeek V4.1 Flash 1017 排第 13（+4.4%），后者便宜约 5 倍且更快。

回复中讨论本地跑 V4.1 Flash 需要 8×H200 或社区 4×RTX PRO 6000 Blackwell 方案，感叹设备太贵，期待消费级显卡能跑。

DSH 上的 Terminal-Bench 4.0 结果显示 V4.1 Flash-1017 约等于 GLM-5.3-Flash 和 Haiku-5.5、强于 Opus 4.8，但成本压倒性更低；建议 reasoning effort 用 high。

Windows 10 + RTX 5090 32GB + 64GB DDR5 本地运行 Strata 版 V4.1 Flash 8K，实测约 8–10 tok/s、显存 31.4GB，评论认为电费算下来不如直接调 API。

实测：DDR4 64GB + 4070 SUPER 12GB 用 Strata 默认设置跑 V4.1-Flash，官方提示需 RTX 30/50 系，40 系实际也能跑。

DeepInfer 支持 NVIDIA SM100 与华为昇腾 950 NPU，默认模型为 1M 上下文的 V4.1-Flash-1017，带确定性采样与结构化输出。

国家超算互联网促销：新用户免费领 1000 万 tokens，0.1 元可秒 5000 万 DeepSeek-V4.1-Flash-1017 量包（原价 20.5 元），每天 10 点开抢，11 月 10 日截止。

官方解码配置下 vLLM 与 DeepInfer 吞吐差距 ≤6%，GB300 NVL72 配 P/D 与 Wide-EP 实测 954K tokens/s per GPU，单用户解码 826 tok/s，附启动命令与 DSpark 投机解码配置。

用户对比 Opus 5.5 后表示，DeepSeek V4.1 Flash 1017 凭架构在可自托管模型里智能/参数比最高，日常任务几乎够用，Claude 订阅已接近边际收益递减。

用户在 Strata 上用 DeepSeek-V4.1-Flash-1017-GSQ-RCO-GGUF 的 IQ2_XS 量化实测，5070Ti 配 96GB DDR5 内存跑到 10.7 tok/s。