DeepSeek V4.1 Flash vs Opus 5.5: near-equal bug fixes at a fraction of the cost
Citing a 105-bug repair test and the Coding Agent Index, the post shows V4.1 Flash fixing about as many bugs as Opus 5.5 while costing 10-30x less, and shares a routing setup.
选 Coding Agent，别只看总分。 更该看的是：修好一个 bug，花多少钱。 两组刚出来的公开数据： 1）Pawel Huryn 的 Bug Hunt：2 个真实仓库，105 个植入 bug DeepSeek V4.1 Flash 1017（max）：修好 42.7 个，一轮约 1.84 美元 Opus 5.5（max）：修好 41.7 个，约 58.53 美元 Kimi K3.1 Pro（max）：修好 36 个，约 13.76 美元 差不多的修复量，账单差了十几倍到三十倍。 2）Artificial Analysis Coding Agent Index v2.0：290 道题 Claude Code + Opus 5.5：61.7 分，每题约 11.42 美元 Codex + DeepSeek V4.1 Flash：47.3 分，每题约 0.39 美元 多 14 分，API 成本大概贵 29 倍。 我自己现在的搭法： 1. 日常修 bug、扫漏洞、批量审 PR：先丢便宜模型过一遍（我用 DeepSeek Harness 桌面端） 2. 主力开发：Codex，开完全访问，ChatGPT Pro 100 美元/月包着 3. 难啃、要合并质量的活：准备充 Claude Pro，和 Codex 对比后再定默认路由 4. 不把「榜单第一」当成默认模型，账单先过一遍再切贵的 来源见评论区。 你们选模型时，是先看总分，还是先看单次成本？