DeepSeek V4.1 Flash 实测与对比

新版 AA 指数里 Opus 5.5 以 58 居首，Kimi K3.1 Pro 46 为开源最高，GLM-5.3 与 DeepSeek V4.1 Flash 1017 同为 32。

Artificial Analysis 发布 v5 智能指数，指出前沿模型与本地模型差距拉大，DeepSeek V4.1 Flash 1017 比 Opus 5.5 低 26 分。

同一榜单上 DeepSeek V4.1 Flash 1017 Max 每任务耗 53.7 万 token、Opus 5.5 Max 为 21.8 万，步数接近（187 对 185），但成本仅 $0.98 对 $13.43。

用户称在 4 台 DGX Spark 上本地跑 DeepSeek V4.1 Flash-1017，首次同时拿到速度和智能；Opus 5.5 更强，但本地已足够高效，只是不省钱也不省时。

在 Claude Code 中用 Opus 5.5 做指挥、DeepSeek V4.1 Flash 子 agent 执行，24 个子 agent 并行跑在 Vercel Sandbox；作者称 99% 工作交给 DeepSeek，花费约 9 美元（未验证）。

Artificial Analysis 新榜单前八全是美国实验室，Kimi K3.1 Pro 以 46 分排第九，DeepSeek V4.1 Flash 与 GLM-5.3 Max 仅 32 分。

Artificial Analysis 新版智能指数加入未公开题目，DeepSeek V4.1 Flash 1017 与 GLM-5.3 同为 32 分，落后榜首 Opus 5.5 整整 26 分。

榜单帖称 Opus 5.5 得 58、GPT-6 Astra 57、GPT-6.1 Sol 55，DeepSeek V4.1 Flash 与 GLM-5.3 同为 32 分，并新增真实仓库维护者评审 PR 的编码测试。

在 flask、zod、svelte 等 60 个真实 diff 各植入一个 bug，Opus 5.5 与 Gemini 4 Argon 各 54、GPT-6.1 Sol 49、DeepSeek V4.1 Flash 48、Sonnet 5.5 42。

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。

一条简短使用反馈：把 Opus 5.5 当 planner/orchestrator、DeepSeek V4.1 Flash 当执行模型，是作者目前的主力搭配。

CursorBench 4.0 上 Low 44.9%/$0.60 到 Max 47.7%/$0.98，Max 比 Low 多 2.8 分贵 $0.38，Opus 5.5 Low 为 43.7%/$1.17。