DeepSeek V4.1 Flash 1017版本表现与测评 · 话题榜 · TwKit

@MaxForAI

快速更新： 我被告知一款备受瞩目的模型即将于今天发布，同时Agentic能力优于 @deepseek_ai V4.1-Flash-1017。 最重要的是价格更低🔥 在我看到的泄露测试和Demo已经证实了上述的说法。 我将于上线后发出正式评测～

@xueyu1125

找到了我之前在dsh中测试DeepSeek V4.1 Flash的视频，直接和DeepSeek V4.1 Flash 1017对比下，都是跑在专武DeepSeek Harness内 可以看到相比DeepSeek V4.1 Flash 0910提升非常大，鹈鹕形态动作和审美上都有巨大的提升 目前我体感上是比GPT-5.6 Sol要强，但是比不上GPT-6 Astra，更不用说和Opus 5.5对比了 但是其实大部分场景完全够用了，今天还看到有个群友在问豆包编程怎么样 各种兄弟都是人中龙凤😄

@xueyu1125

DeepSeek V4.1 Flash 1017在Artifical Analysis上重新开分了，45分，国模顶尖水平，不过我心目中的国模第一 虽然不想拉踩，但是用过小米Mimo的大概知道Mimo-V2.6-Pro是什么成分了，订阅过小米的Token Plan的可以来评论区讲两句 😄

@justinsuntron

DS新版来了

@Stargridcompass

我记得Haiku5.5的价格是比deepseek v4.1 flash低的，能力也不差。 怎么这两天没人提了？跟deepseekv4.1 flash比，成路边一条了吗？

@aiZttt__

有时候真不敢想。 现在中国这些模型厂商，在 GPU 资源没那么充裕的情况下，都已经把模型做到这个水平了。 如果哪天也能像美国大厂一样，几十万张顶级 GPU 往里堆，训练算力直接拉满…… 真不敢想国产模型得强成什么样。

@xingzengji

DeepSeek-V4.1-Flash-1017 这个模型命名在外网快被喷成翔了！！！ 已经被列为：有史以来最烂的 AI 模型名称！！！ 一个开发者直接蛐蛐：你甚至没法简写它而不被气到中风。DS-V4.1-F-1017？为什么不干脆叫 DeepSeek 4.2 Flash 呢？谁想出这些名字的？ 说实话，我觉得他说的还蛮有道理呢，是啊，为啥不直接叫 DeepSeek-v4.2-Flash 呢？

@leo114119

Deepseek V4.1 Flash 1017 AA 积分出炉 45.... 比预期低 1 分...... 野榜 AA 已经更新 DSF 1017 评分（45），落在 5.6 Sol xHigh<1017<5.6 Sol Max 区间

@king1818888

一个震惊开发者圈子的离奇操作： AI 初创公司 Strata 刚刚被扒出悄悄重写了他们的整个 GitHub 提交历史，目的只有一个： 彻底抹除项目是由 Claude 自动生成代码的证据。 为什么他们宁愿冒着被开源社区唾弃的风险，也要抹除 AI 的痕迹？三个残酷的行业现实： 1. “AI 编写耻感”与融资估值焦虑：投资人愿意给“天才架构师带领的极客团队”千倍溢价，但如果核心业务逻辑是几个 prompt 敲出来的，估值底裤瞬间被拆穿； 2. 信任资产的脆弱性：宣传时吹嘘自研黑科技算法，背地里全靠商业大模型代劳，一旦穿帮，技术护城河神话直接归零； 3. 开源契约的崩塌：篡改 Git 历史是对协作记录的践踏。代码是 AI 写的不可耻，可耻的是一边享受 AI 的杠杆红利，一边假装自己是代码手艺人。 AI 编程已经不可逆，但虚荣心正在制造巨大的信任黑洞。 坦然承认 AI 参与甚至以 AI Agent 为核心交付的公司，才配拥有未来的声誉。

@laopai1990

还是没想明白， 为啥 DeepSeek 既不是最强的，也不是最便宜的模型， 但在 OpenRouter 这样的 API 平台上，调用量却能冲到第一？？

@ai_funss

在 DSH 中使用 Deepseek-v4.1-flash-1017 效果是真的不一样，好多了！！！ 我把Opencode里面免费的 Deepseek-v4.1-flash-1017 反代了出来放到 DSH 中使用 大家看看区别有多大！！！

@MingTian685474

deepseek v4.1 flash 的幻觉率终于从恐怖的 96% 下降到了 67%，降了 29 个百分点 我大肥鱼一直让人诟病的幻觉率也是终于有所改善了

@laopai1990

我反而觉得，Claude Opus 5.5 现在有点危险。 不是因为 GPT-6.1、Gemini 4 Argon 已经全面超过它， 而是 DeepSeek V4.1 Flash-1017 这种便宜模型，开始能完成越来越多原本需要旗舰模型的任务。 如果未来 80% 的日常工作都能交给低价模型， 你还愿意为了剩下的 20%，每个月给 Anthropic 交 200 美元吗？

@leo114119

Minimax m3.1 Flash 被实锤刷分了啊。。。 简单的新题做不对 有难度的老题，用极少的token 就答对了。。 背题了啊。。。

@LuckyJoe198x

注册了海外版的WorkBuddy，把里面的DeepSeek-V4.1-Flash-1017用magpie接到Codex里用，舒服了！！速度快得吓人！ 免费到31号！

@NFT_Chen

😱震惊！MiniMax M3.1 Flash 反超 DeepSeek-V4.1-Flash-1017！中国开源模型开始发力了！ 关键亮点： 🔹Automation-Bench：62.2（领先60.5） 🔹BankerToolBench：76.2（并列第一） 🔹LOCA-Bench 256K：60.3（长上下文突出） 🔹CyberGym：82.2（安全能力强势） 🔹BabyVision：91.0（视觉理解顶尖） 🔹DeepSWE：73.7（编程实战稳健） 多场景全面领先，国产大模型新标杆！ #MiniMax #M31Flash #DeepSeek #AI大模型 #国产AI #Agent #大模型对决 #梁文峰

@ai_funss

当我使用DeepSeek Harness的时候 be like……🫠🫠🫠

@jiangkoumo_

为了测试一下这次 DeepSeek V4.1 Flash（1017 版）在不同harness下的表现，我分别使用官方 API 和 OpenDesign 订阅里的 DeepSeek V4.1 Flash测试了同样 83 道 Aider Polyglot 发现可能不同渠道会比换不同Agent 框架带来的影响大得多 在官方 API 上：DSH 72 题，Pi 70 题，基本打平（按题配对检验 p=0.75） 使用OpenDesign 订阅：Pi 59 题，DSH 50 题，Pi 反而领先 9 题 同一个框架只换渠道：DSH 从 50 升到 72（p<0.001），Pi 从 59 升到 70（p=0.043）DSH 受渠道影响差不多是 Pi 的两倍 首先先排除版本问题：我另做了指纹测试，两个渠道 16 道题各答 3 遍，答案全部一致；温度 0 下长回答开头能逐字重合几百字，OpenDesign 用的就是官方现在的 1017（顺带发现 OpenDesign 不遵守 max_tokens 限制） 一个可能的原因是：OpenDesign 流式返回里约 98% 的 thinking 是空的。我在官方 API 上把历史消息里的思考清空复现了一下（Python 34 题）：DSH 每题输出 token 中位数从 6.1k 涨到 9.0k，耗时从 35 秒涨到 50 秒；Pi 几乎没变化，但 DSH 通过数只从 29 降到 27，不显著。所以丢思考能解释 DSH 更慢、更费 token，解释不了全部掉分，剩下的更可能来自 OpenDesign 自己的超时和 5xx 所以如果只使用 OpenDesign 订阅里的模型测测试，我可能会得出“Pi 比 DSH 强”；但是换到官方 API，这个结论就不成立了 我本次测试，每题只跑了1 次，误差大约 ±10 个百分点，所以可能会有不准确的地方，因此也只能给大家作为一个参考

@jiaotuke

我今天昨天海投了差不多三百多个岗位，现在只有两个面试，一个是新东方教培的，还有一个也不知道是干啥的，有点像放贷的那种 其余岗位都是石沉大海，要么根本没有回应，要么就是被拒

@xiangxiang103

💸DeepSeek V4.1 Flash 1017 上线，便宜能用的渠道我全扒了一遍，挨个点评！ 🆓完全免费（已确认是 1017） 1. DeepSeek 官网 / App 点评：最省事，但只能聊天，接不了编程工具 2. WorkBuddy 国际版：官方说限免到 10 月 31 日 点评：额度最大方。第三方说 0 积分能用，单号用到约 2 亿 Token 才暂停，到点自动恢复。账户积分别清零，不然免费模型也调不动。国内版没这个限免 3. Magpie：登 WorkBuddy 国际版账号，转接给 Claude Code、Codex、OpenCode 点评：不用 Key，吃的是第 2 条的额度。习惯用 Claude Code、Codex 的走这条 4. OrcaRouter：API 免费模型 deepseek-v4.1-flash-free，免绑卡，每分钟 10 次、每天 50 次；累计充过 20 美元，提到每天 800 次 点评：官方说免费版和付费版是同一套权重，10 月 17 日晚已切到 1017。门槛二选一：GitHub 老账号，或者付过任意一笔钱。累计充值不到 20 美元的，单次输入有长度上限，适合测试，跑长任务不够 🪙靠积分 5. WorkBuddy 国内版：我每天还能领 100 积分，前两天注册企业版拿了 2000；另有 DeepSeek 宕机补偿 500 积分，10 月 22 日 24 点前在「套餐与积分」页领，有效期 1 个月 点评：国内网络最顺，CodeBuddy 和它积分共享 6. 阿里云百炼：已上架 1017，北京地域新人送 100 万 Token，90 天有效 点评：要 API 的开发者先薅这个，官方说领免费额度不用实名 7. DeepSeek Harness 桌面版：首次登录送 6 元赠金，到账后 7 天有效，限量送完即止 点评：官方说 1017 专门给 Harness 优化过，6 块按闲时价够跑不少小任务。之前登录过的先退出再重新登录；9 月底那轮领过的，这次可能领不到 🧪免费，但没确认是 1017 8. OpenCode：模型选 deepseek-v4.1-flash-free 点评：免登录免 Key，写代码很顺手，但只能在 OpenCode 里用。模型目录里免费版的日期还是 9 月 10 日，没写换没换 1017 9. Cline 插件：标着免费，按模型限额。付费的 ClinePass 文档里列的是 V4.1 Flash，也没写 1017 10. Freebuff 命令行：每天有免费时长，开放地区不含中国，挂 VPN 每天 4 小时，界面有广告 11. Token Harbor：API 免费路由，7 天免费额度，免费路由是旧版，会留存对话 12. 魔搭：1017 已进公开推理列表，但模型页还显示不支持 API 调用，能不能用得自己试 13. Letta：只说有轮换的免费模型，没点名 DeepSeek，托管数据可能拿去训练 14. NVIDIA NIM：页面写的是 9 月 18 日上线的版本，基本是旧版 点评：能跑，但可能还是旧版。介意版本、介意隐私的，优先用上面那几个 💰付费最便宜 15. DeepSeek 官方 API：每百万 Token 闲时输入 1 块、输出 4 块，工作日 9-12 点、14-18 点翻倍，周末和节假日全天闲时价 16. 腾讯云 TokenHub：原厂直供，和官方同价同时段。百度千帆也上了 1017，标价和官方一样 17. 阿里云百炼：基础价和官方一样，但闲时只有晚 22 点到早 8 点，缓存命中比官方贵，也不支持批量调用 18. Token Harbor：标明 1017 的付费版，每百万 Token 输入 0.15 美元、输出 0.6 美元 19. 聚合平台每百万 Token 输入/输出：Vercel 0.059/0.294 美元，OrcaRouter 0.15/0.6 美元（高峰翻倍），Kilo 0.3/1.2 美元，OpenRouter 按服务商不同，输入 0.05 到 0.3 美元 点评：跑批挪到晚上和周末，直接省一半。第三方价格天天变，下单前看一眼实时价，先小量测稳定性 ⚠️避坑 - Vercel AI Gateway 页面写着免费额度可用，但有用户反馈免费用户调用被拒，官方还没回 - 火山方舟也已上架 1017（deepseek-v4-1-flash-261017），用之前看清楚选的是哪个版本 信息截至 10 月 19 日，限免随时会变。