DeepSeek V4.1 Flash 实测与对比

奥地利 ISTA 实验室上线 763.2B 参数的非均匀压缩版本，推荐 248.84GB 规格三项平均 93.54、标称恢复率 100%，但需专用 Strata 引擎、llama.cpp 尚不支持。

作者用 Qwen3.8-27B 与 DeepSeek-V4.1-Flash 在 16GB 消费卡到 512GB 内存机器上做了 7 个本地 agent 实验，让 agent 在浏览器里生成可探索的交互世界。

DeepSeek-V4.1-Flash-1017 的 GSQ-RCO GGUF 尚未上架 ModelScope，用户改从三个镜像同时下载，速度与 ModelScope 相当。

作者认为 Kimi K3.1 Pro 纯性能或许更强，但把价格和速度一起算，DeepSeek V4.1 Flash 1017 更值得选。

作者认为 Opus 5.5、gpt-6.1-sol、DeepSeek-V4.1-Flash-1017 在成本与速度上太划算，新模型如 Kimi K3.1 没有明显优势就难以让人迁移。

Artificial Analysis 网络安全指数中 GPT-6 Sol 69%、Kimi K3.1 Pro 64%、DeepSeek V4.1 Flash 1017 为 57%。

作者在 DDR4 64GB 内存、两张 V100 加一张 48GB RTX 4090 的机器上，用 Project Maya 跑通 DeepSeek V4.1 Flash 并晒出结果。

对比 Kimi K3.1 Pro、Claude/GPT 旗舰与 DeepSeek V4.1 Flash：官方 API 约 200 tok/s、生产环境平均 230、缓存命中 96%，高峰价约 $0.3/$1.2，日常使用更划算。

Atomic Agent 用埋 5 个 bug 的小 Python 包测 Kimi K3.1 Pro，顺带记录 DeepSeek V4.1 Flash 27 秒、$0.016 就做完该题，远快于 Opus 5.5 的 69 秒 $0.37。

作者周末在 Mac mini 上本地跑 11 个开源权重模型做同一写作任务，DeepSeek V4.1 Flash 在列，最大模型需靠 SSD 运行，结果待公布。

图表显示 Kimi K3.1 Pro 约 66% 得分且成本远低于 Claude，DeepSeek V4.1 Flash 成本最低但得分更低，Opus 5.5 与 Sonnet 5.5 处于高成本区。

作者用 Qwen3.8-27B 和 DeepSeek-V4.1-Flash 在 16GB 消费级显卡到 512GB 四台 DGX Spark 的七种本地配置上，让 agent 生成可在浏览器中探索的交互世界，并说明各配置的显存与推理栈差异。