DeepSeek V4.1-Flash 实测:10项编程任务全过,单任务成本仅为Opus四成
创业邦 · wechat · 2026-10-19
DeepSeek 于10月17日发布 V4.1-Flash-1017，价格不变，权重按 MIT 协议公开。开发者 Ibragim Badertdinov 用 10 项真实工作任务对比测试，各模型在 Pi 工具中各跑三遍：
- 三款模型（DeepSeek 高档、Opus 5.5 低档、GPT-6 Astra 低档）全部通过；DeepSeek 平均每项仅 0.045 美元，远低于 Opus 的 0.1168 美元和 GPT-6 Astra 的约 0.26 美元，但耗时 2 分 38 秒，明显高于 Opus 的 37 秒和 GPT 的 55 秒。
- DeepSeek 步骤多（15.3 步 vs Opus 3.7 步）、token 用量约 54.7 万，但缓存命中率达 97.9%，故账单仍低。
- 官方展示故宫 3D 场景、网页赛车游戏等案例；有开发者用一次提示 0.38 美元做出宝马 M5 3D 展示页（耗时约 70 分钟），但也有人反馈普通落地页要跑 40 多分钟，模型思考过久。
- 调低推理档位后耗时降至 1 分 31 秒、成本 0.0257 美元，30 次中有 3 次失败；换 DeepSeek 自家 Harness 则通过 29 次，说明工具链对结果影响显著。
- 同套测试中，GPT-6 Luna（0.0145 美元）与 Haiku 5.5（0.0208 美元）也全部通过且比 DeepSeek 更便宜，「便宜的 DeepSeek」并非唯一性价比选择。
结论：新版在小任务上已能与旗舰同过检查，但大项目中的纠错成本与幻觉问题仍待验证。
所属事件:DeepSeek V4.1-Flash-1017「小更新」跑赢开源榜(12 条相关)→
「编程与Agent」频道最新
- dumbtv：无广告无追踪的定制电视，把 agent 指向仓库即可搭建 — Signalman23 · 2026-10-20
- 开发者用 vibecoding 撸了一个管理多个 agent 的 UI 界面 — _ScottCondron · 2026-10-20
- Salesforce 论文：2500 次 agent 互信测试无一主动验证对方，最弱者错误全队继承 — rohanpaul_ai · 2026-10-20
- Code-Graph-RAG 用知识图谱给 monorepo 做代码检索，GitHub 揽 5.3k 星 — JeremyCMorgan · 2026-10-20
- 开源 agent 工作台 Busabase 上线团队角色与工作审计功能 — PrajwalTomar_ · 2026-10-20
- Claude Code 一条命令挂 worktree+tmux，智能体断网关机也不死 — petrusenko_max · 2026-10-20