DeepSeek V4.1 Flash(1017)评测汇总:编程跑分超 Opus 5,一个任务一块三
DeepSeek V4.1 Flash 在 2026 年 10 月 17 日更新到 1017 版,价格不变、权重开源。这篇汇总官方跑分、第三方实测和 B 站 UP 主的结论:从零写项目很能打、成本极低,但维护老代码的可靠性还没验证。
文章导读
- DeepSeek V4.1 Flash 在 2026 年 9 月发布,10 月 17 日更新到 1017 版:价格和调用名不变,权重以 MIT 协议开源,支持图片输入。
- 官方数据里,1017 在 DeepSWE v1.1 上拿到 77 分,高于 Claude Opus 5 的 74 分,平均每个任务约 1.3 元。第三方的 Bug Hunt Bench 上它修复 34 个 bug、花费 0.9 美元,Claude Opus 5.5 修复 41.7 个、花费 58.5 美元。
- B 站多位 UP 主的结论一致:从零做项目又快又便宜;短板是中文创意写作、基础识图,以及接进别的 Agent 框架时需要单独适配。
- deepseek-v4.1-flash-1017 是 MoeRouter 上近 7 天用量第二的模型,适合当日常编码和批量任务的主力,难题再升级到更强的模型。
DeepSeek V4.1 Flash 1017 是什么#
DeepSeek V4.1 Flash 是 DeepSeek(深度求索)在 2026 年 9 月发布的主力模型。10 月 17 日,官方把它更新到 1017 版:网页端、App 和 API 三端同步切换,API 的调用名和价格都没变,模型权重同时以 MIT 协议开源[1]。官方的模型卡把这次更新叫“小更新”,但说它在推理、编程、智能体任务和视觉基准上都有明显提升,输出更短,完成任务更快[2]。
| 项目 | DeepSeek V4.1 Flash 1017 |
|---|---|
| 官方标价(每百万 token) | 高峰时段输入 0.30 美元、输出 1.20 美元,低峰时段减半 |
| 输入与输出 | 文本和图片输入,文本输出 |
| 上下文与输出 | 上下文 100 万 token,最长输出 38.4 万 token |
| 权重 | 开源,MIT 协议 |
| 在 MoeRouter 的模型名 | deepseek-v4.1-flash-1017(锁定 10 月 17 日版本)、deepseek-v4.1-flash(跟随当前版本) |
| 在 MoeRouter 支持的接口 | Chat Completions、Responses、Messages、Gemini |
价格来自 Atomic Agent,规格来自 Kingy AI 对官方文档的整理[2][3]。
在 MoeRouter 上多少钱#
| 模型 | 分组 | 输入 | 输出 | 缓存读取 |
|---|---|---|---|---|
deepseek-v4.1-flash-1017 | default | ¥0.1 | ¥0.4 | ¥0.002 |
tencentcloud | ¥1.2 | ¥4.8 | ¥0.024 | |
deepseek-v4.1-flash | default | ¥0.1 | ¥0.4 | ¥0.002 |
每百万 token 的参考价,人民币,取自模型广场()。动态计费的模型按实际走的线路结算,以模型广场为准。 同一个模型在不同分组走的线路不同,价格也不同;分组在创建 API Key 时选择。 分组说明
deepseek-v4.1-flash-1017 在 default 和 tencentcloud 两个分组里价格差别很大,创建 Key 之前看清楚分组。两个模型名怎么选:项目需要固定版本就用带 1017 的,否则用 deepseek-v4.1-flash。
跑分#
DeepSeek 自己报的#
按官方更新日志和模型卡,1017 在公布的 11 项基准上全部高于上一版[1]:
| 评测 | 1017 | 上一版 | 对比 |
|---|---|---|---|
| DeepSWE v1.1 | 77 | 74.2 | Claude Opus 5 74,GPT-5.6 Sol 73 |
| Terminal-Bench 4.0 | 42.3 | 31.2 | GPT-5.6 Sol 39.9 |
| ProgramBench | 29.1 | 20.3 | — |
DeepSWE 上平均每完成一个任务约 1.3 元,上一版要 3.3 元[10]。需要注意的是,官方对比的是 Claude Opus 5 和 GPT-5.6 Sol,不是更新的 Opus 5.5 和 GPT-6 系列;而且 11 项对比里 Claude Opus 5 仍守着 HLE 等 6 项第一,1017 拿下 4 项第一[1]。
第三方测的#
- Bug Hunt Bench:在两个真实代码库里预埋 105 个 bug。1017(Max 推理强度)修复 34 个,上一版 21.7 个;Claude Opus 5.5 修复 41.7 个,但花了 58.5 美元,1017 只花了 0.9 美元[1]。
- Atomic Agent 的编程智能体测试:同一个任务、同一个 Agent、每个模型跑三次。1017 的 96 个隐藏测试全部通过,平均 27 秒、14 步、每个任务 0.016 美元;Claude Sonnet 5.5 同样全过,49 秒、0.183 美元。也就是便宜约 11 倍、快近一倍。作者同时说明,在这个任务上 1017 并不比 9 月的版本更快或更便宜,官方说的提升体现在更难的基准上[2]。
- 输出变短:推理服务商用同一批数学竞赛题对照新旧版本,输出的中位数从 1681 个 token 降到 1124 个,答对的题数基本没变[1]。
实测:B 站 UP 主怎么说#
karminski-牙医 的评价最高,也指出了最具体的问题。简介里写:“这是一个你绝对不能错过的模型”,后端 Agentic Coding 和前端能力“真的跟官方说的许愿式编程差不多了”。问题是它的 Agent 能力“似乎被训练得过于抠门了”:做一件事有代价时,它倾向于不做。这和上一个 Flash 版本的表现完全不同,所以他提醒把 flash 接进自己 Agent 框架的人“一定记得单独做适配”,否则大概率会翻车[4]。
碳基生物退役指南 做了 11 项实测,结论更克制:新版“在代码与复杂工程交付上提升显著,Token 节省三分之一,但中文创意写作和基础识图出现退步”;“总体而言它并未全面超越旧版,也没有追平 GPT-6 Astra 等旗舰,但以写代码、做工程为主的用户值得一试”[5]。
AI超元域 在 DeepSeek Harness 里用 high 推理强度做了 7 道开发题(艺术史动画、《清明上河图》虹桥、Godot 4 坦克游戏、原生 iOS 应用等),6 亿 token 花了 30 元;其中虹桥开发约 2 小时,坦克游戏 30 分钟,背单词应用约 50 分钟[6]。
kate人不错 累计调用 4.6 亿 token,低峰价下约 24 元,做了小说创作与审稿、Blender 建模、乐高搭建演示、产品讲解短片等,视频里“既展示一次提示后的惊喜,也指出模型细节、画面和声音上的问题”[7]。
花叔v 用 5 亿 token 做了 9 个案例(动画、游戏、3D),并说明这些案例中途都给过反馈和调整,不是一次直出[8]。
程序员阿江-Relakkes 在 9 月内测时测过两个案例:在线 Excel 在 DeepSeek Harness 里的实现效果和 GPT-6、Claude Fable 5.1 差不多;到了复杂的机器人调度系统,GPT-6 和 Claude Fable 5.1“就明显更好了”。他还发现同一个模型接进 Claude Code 的表现比在 DeepSeek Harness 里稍差[9]。
短板和争议#
- 维护老代码还没被验证。 什么值得买的汇总提到,已有开发者反馈用 1017 继续开发已有的游戏 Demo 时,出现删除原有交互、改一处坏一处的情况。这是个别反馈,不能说明普遍退化,但它点出了“会生成代码”和“敢维护存量代码”之间的距离[1]。
- 复杂系统上仍不如旗舰。 复杂调度系统、3D 世界知识、SVG 审美上,多位 UP 主都认为它没追平 GPT-6 Astra 和 Claude 的旗舰[5][9]。
- 换框架要重新适配。 它对自家的 DeepSeek Harness 做过专门优化;接进别的 Agent 框架时行为可能不一样[1][4]。
- 团队用户先做回归。 调用名不变只说明入口延续,建议用冻结的真实工单和预先定好的合格标准跑一轮,再决定是否放量[1]。
该怎么用#
适合
- 从零搭原型、单场景的小项目
- 日常编码和量大的批处理:每个任务几分钱
- 需要看图的简单任务(截图、图表)
不太适合
- 大型存量项目的长期维护(先小范围试)
- 复杂的多模块系统设计
- 中文创意写作
一个省钱的搭配是:默认用 DeepSeek V4.1 Flash,失败或者明显很难的任务再升级到 GPT-6.1 Sol 或 Claude Opus 5.5。
怎么调用#
它在 MoeRouter 上四种接口都支持,所以 OpenAI SDK、Claude Code、Codex 和 Gemini CLI 都能用。OpenAI SDK 的写法:
import os
from openai import OpenAI
client = OpenAI(
base_url="https://moerouter.com/v1",
api_key=os.environ["MOEROUTER_API_KEY"],
)
reply = client.chat.completions.create(
model="deepseek-v4.1-flash",
messages=[{"role": "user", "content": "用 FastAPI 写一个带分页的待办事项接口,并附上 pytest 用例"}],
)
print(reply.choices[0].message.content)
在 Claude Code 里用它:
export ANTHROPIC_BASE_URL="https://moerouter.com"
export ANTHROPIC_AUTH_TOKEN="$MOEROUTER_API_KEY"
unset ANTHROPIC_API_KEY
claude --model deepseek-v4.1-flash
常见问题#
deepseek-v4.1-flash 和 deepseek-v4.1-flash-1017 有什么区别?#
deepseek-v4.1-flash-1017 固定在 10 月 17 日的版本,供需要锁定版本的项目使用;deepseek-v4.1-flash 跟随当前版本。不需要锁定版本时直接用后者。
DeepSeek V4.1 Flash 的 API 价格是多少?#
官方标价高峰时段每百万 token 输入 0.30 美元、输出 1.20 美元,低峰时段减半。在 MoeRouter 上的参考价见本文的价格表,以人民币结算。
DeepSeek V4.1 Flash 真的比 Claude Opus 强吗?#
官方的 DeepSWE v1.1 上它高于 Claude Opus 5(77 对 74),但对比的不是更新的 Opus 5.5。第三方的 Bug Hunt Bench 上 Opus 5.5 修复的 bug 更多(41.7 对 34),只是花费是它的 65 倍。它的优势是成本,不是上限。
DeepSeek V4.1 Flash 支持图片输入吗?#
支持。它原生支持图像输入,可以读截图和图表;不过有 UP 主的实测认为 1017 版的基础识图比上一版有退步,重要的识图任务建议先测。
能在 Claude Code 或 Codex 里用 DeepSeek V4.1 Flash 吗?#
能。它在 MoeRouter 上同时支持 Messages 和 Responses 接口,把模型名填成 deepseek-v4.1-flash 即可。注意有评测发现它在不同 Agent 框架里的表现有差异,换框架后先跑几个自己的任务。
为什么它在 MoeRouter 的用量排第二?#
截至 2026 年 11 月 18 日的 7 天里,deepseek-v4.1-flash-1017 的 token 用量仅次于 GPT-6.1 Sol。它的单价很低,适合量大的任务,这类任务用掉的 token 也多。
参考资料
文中引用的评测与数据来自以下公开来源,结论归原作者所有;引用处均已标注。
- DeepSeek新模型V4.1-Flash-1017实测汇总:编程跑分超Opus 5、单任务低至1.3元,但别急着把存量项目交给它
- DeepSeek V4.1 Flash 1017: $0.016 per Coding Task
- DeepSeek V4.1 Flash 1017: Specs, Benchmarks, Pricing and Frontier Rivals
- DeepSeek 1017 变抠门了???
- DeepSeek V4.1 Flash(1017新版)实测!
- 🚀6亿Token只花了30元!我用DeepSeek-V4.1-Flash-1017连做7项开发测试,表现到底如何?在DeepSeek Harness中实测
- DeepSeek V4.1 Flash 1017 实测:4.6 亿 Token 花了约 24 元,效果如何?
- 5亿token实测!DeepSeek-V4.1-flash-1017做动画能力超GPT-6!
- DeepSeek V4.1 Flash突然内测,实测两个Case下来有点猛啊
- DeepSeek V4.1 Flash更新到1017:763B参数、成本降2/3、11项基准全涨、API自带搜索,这还叫Flash?
说明:MoeRouter 提供文中模型的 API 接入服务。文中的评测结论均来自所引用的第三方来源,价格与接口信息来自 MoeRouter 自己的数据。