DeepSeek V4.1 Flash-1017 averages 38.7 on a 105-bug repair test

拾叁藝 @Edward913413Originally posted 2026.10.18

Open original on X

DeepSeek 这波更新，免费模型第一次追平了收费模型 今天 DeepSeek V4.1 Flash 1017 刷屏，我蹲了一下午实测数据，越看越不对劲。 有人拿 105 个真实隐藏 bug 修复任务喂它，跑 3 次平均 38.7 分，单次最高 45。有人一句 prompt 让它纯代码生成 2 分钟 1920×1080 的视频。做动效的水平，被几个博主评价仅次于 Claude。 最戳我的是成本这笔账：1 块钱，一个小村庄的三维场景，半小时出图。同样的活，200 美元的 Devin Max 加 20 美元的 Claude Pro，未必快过它。 冲击不在「又一个新模型」，在免费和收费的差距第一次缩到这么小。 我做了十四年IT，看工具的直觉就一条：成本趋近于零的时候，拼的就不再是谁工具好，是谁先动手。 你今天拿它试过你最熟的活吗？翻车还是真香，评论区说说。