22 项知识工作实测 DeepSeek-V4.1-Flash，全程仅花 $0.34
realsohamparekh · x · 2026-09-10
博主 himanshustwts 在内部 22 个知识工作任务（工程、金融、医疗等）上实测刚发布的 DeepSeek-V4.1-Flash，任务平均含 120+ 验证器、以 GPT-5.5 为裁判，整套跑完成本仅 $0.34。
擅长：处理带优先级、豁免和生效日期的长政策并交互应用；将多份 CSV/文档/修订案调和为一致输出；量化与金融推理；长上下文；甚至通过了隐藏的语义泛化测试。
短板：生成摘要计数时难以区分主要发现与次要发现；无法完全穷尽备忘录要求，有时解决了底层审计问题却漏掉某项必需的对比或解释。
同帖引用 DeepSeek 官方发布：V4.1-Flash 是其新架构家族中最小的模型，具备原生视觉理解，主打更快推理与更高吞吐。第三方评测数据未经官方证实。
所属事件:DeepSeek V4.1 Flash 多方实测：近前沿性能，成本仅 1.4%~3.5%(15 条相关)→
「模型」频道最新
- 博主故意误导 Ling 3.0 Flash Sante,模型坚持拒绝错误精神病治疗方案 — FellMentKE · 2026-10-27
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27
- ChatGPT 把 404 Media 当科技公司客服，大批用户被推荐去找记者修手机 — 404 Media · 2026-10-26
- 用 Claude 讲清压限器自动增益补偿，音频工程师直呼最佳示范 — teropa · 2026-10-26
- ChatGPT 把记者当客服：404 Media 收到大量 AI 代写爆料邮件 — 404 Media · 2026-10-26
- Fern 团队提出「上下文即智能」:预测精度随上下文增至 1000 万 token 持续提升 — bneyshabur · 2026-10-26