DeepSeek V4.1 Flash(1017)評測彙總:程式設計跑分超 Opus 5,一個任務一塊三
DeepSeek V4.1 Flash 在 2026 年 10 月 17 日更新到 1017 版,價格不變、權重開源。這篇彙總官方跑分、第三方實測和 B 站 UP 主的結論:從零寫專案很能打、成本極低,但維護老程式碼的可靠性還沒驗證。
文章導讀
- DeepSeek V4.1 Flash 在 2026 年 9 月發布,10 月 17 日更新到 1017 版:價格和呼叫名不變,權重以 MIT 協議開源,支援圖片輸入。
- 官方資料裡,1017 在 DeepSWE v1.1 上拿到 77 分,高於 Claude Opus 5 的 74 分,平均每個任務約 1.3 元。第三方的 Bug Hunt Bench 上它修復 34 個 bug、花費 0.9 美元,Claude Opus 5.5 修復 41.7 個、花費 58.5 美元。
- B 站多位 UP 主的結論一致:從零做專案又快又便宜;短板是中文創意寫作、基礎識圖,以及接進別的 Agent 框架時需要單獨適配。
- deepseek-v4.1-flash-1017 是 MoeRouter 上近 7 天用量第二的模型,適合當日常編碼和批次任務的主力,難題再升級到更強的模型。
DeepSeek V4.1 Flash 1017 是什麼#
DeepSeek V4.1 Flash 是 DeepSeek(深度求索)在 2026 年 9 月發布的主力模型。10 月 17 日,官方把它更新到 1017 版:網頁端、App 和 API 三端同步切換,API 的呼叫名和價格都沒變,模型權重同時以 MIT 協議開源[1]。官方的模型卡把這次更新叫「小更新」,但說它在推理、程式設計、智慧體任務和視覺基準上都有明顯提升,輸出更短,完成任務更快[2]。
| 專案 | DeepSeek V4.1 Flash 1017 |
|---|---|
| 官方標價(每百萬 token) | 高峰時段輸入 0.30 美元、輸出 1.20 美元,低峰時段減半 |
| 輸入與輸出 | 文字和圖片輸入,文字輸出 |
| 上下文與輸出 | 上下文 100 萬 token,最長輸出 38.4 萬 token |
| 權重 | 開源,MIT 協議 |
| 在 MoeRouter 的模型名 | deepseek-v4.1-flash-1017(鎖定 10 月 17 日版本)、deepseek-v4.1-flash(跟隨當前版本) |
| 在 MoeRouter 支援的介面 | Chat Completions、Responses、Messages、Gemini |
價格來自 Atomic Agent,規格來自 Kingy AI 對官方文件的整理[2][3]。
在 MoeRouter 上多少錢#
| 模型 | 分組 | 輸入 | 輸出 | 快取讀取 |
|---|---|---|---|---|
deepseek-v4.1-flash-1017 | default | CN¥0.1≈ NT$0.495 | CN¥0.4≈ NT$1.98 | CN¥0.002≈ NT$0.00989 |
tencentcloud | CN¥1.2≈ NT$5.94 | CN¥4.8≈ NT$23.7 | CN¥0.024≈ NT$0.119 | |
deepseek-v4.1-flash | default | CN¥0.1≈ NT$0.495 | CN¥0.4≈ NT$1.98 | CN¥0.002≈ NT$0.00989 |
每百萬 token 的參考價,以人民幣(CNY)計價與扣款,取自模型廣場()。動態計費的模型按實際走的線路結算,以模型廣場為準。 同一個模型在不同分組走的線路不同,價格也不同;分組在建立 API Key 時選擇。 分組說明 以 TWD 標示的金額為估算值,按 1 CNY = 4.9465 TWD 換算()。
deepseek-v4.1-flash-1017 在 default 和 tencentcloud 兩個分組裡價格差別很大,建立 Key 之前看清楚分組。兩個模型名怎麼選:專案需要固定版本就用帶 1017 的,否則用 deepseek-v4.1-flash。
跑分#
DeepSeek 自己報的#
按官方更新日誌和模型卡,1017 在公佈的 11 項基準上全部高於上一版[1]:
| 評測 | 1017 | 上一版 | 對比 |
|---|---|---|---|
| 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 上平均每完成一個任務約 1.3 元,上一版要 3.3 元[10]。需要注意的是,官方對比的是 Claude Opus 5 和 GPT-5.6 Sol,不是更新的 Opus 5.5 和 GPT-6 系列;而且 11 項對比裡 Claude Opus 5 仍守著 HLE 等 6 項第一,1017 拿下 4 項第一[1]。
第三方測的#
- Bug Hunt Bench:在兩個真實程式碼庫裡預埋 105 個 bug。1017(Max 推理強度)修復 34 個,上一版 21.7 個;Claude Opus 5.5 修復 41.7 個,但花了 58.5 美元,1017 只花了 0.9 美元[1]。
- Atomic Agent 的程式設計智慧體測試:同一個任務、同一個 Agent、每個模型跑三次。1017 的 96 個隱藏測試全部透過,平均 27 秒、14 步、每個任務 0.016 美元;Claude Sonnet 5.5 同樣全過,49 秒、0.183 美元。也就是便宜約 11 倍、快近一倍。作者同時說明,在這個任務上 1017 並不比 9 月的版本更快或更便宜,官方說的提升體現在更難的基準上[2]。
- 輸出變短:推理服務商用同一批數學競賽題對照新舊版本,輸出的中位數從 1681 個 token 降到 1124 個,答對的題數基本沒變[1]。
實測:B 站 UP 主怎麼說#
karminski-牙醫 的評價最高,也指出了最具體的問題。簡介裡寫:「這是一個你絕對不能錯過的模型」,後端 Agentic Coding 和前端能力「真的跟官方說的許願式程式設計差不多了」。問題是它的 Agent 能力「似乎被訓練得過於摳門了」:做一件事有代價時,它傾向於不做。這和上一個 Flash 版本的表現完全不同,所以他提醒把 flash 接進自己 Agent 框架的人「一定記得單獨做適配」,否則大機率會翻車[4]。
碳基生物退役指南 做了 11 項實測,結論更剋制:新版「在程式碼與複雜工程交付上提升顯著,Token 節省三分之一,但中文創意寫作和基礎識圖出現退步」;「總體而言它並未全面超越舊版,也沒有追平 GPT-6 Astra 等旗艦,但以寫程式碼、做工程為主的使用者值得一試」[5]。
AI超元域 在 DeepSeek Harness 裡用 high 推理強度做了 7 道開發題(藝術史動畫、《清明上河圖》虹橋、Godot 4 坦克遊戲、原生 iOS 應用等),6 億 token 花了 30 元;其中虹橋開發約 2 小時,坦克遊戲 30 分鐘,背單詞應用約 50 分鐘[6]。
kate人不錯 累計呼叫 4.6 億 token,低峰價下約 24 元,做了小說創作與審稿、Blender 建模、樂高搭建演示、產品講解短片等,影片裡「既展示一次提示後的驚喜,也指出模型細節、畫面和聲音上的問題」[7]。
花叔v 用 5 億 token 做了 9 個案例(動畫、遊戲、3D),並說明這些案例中途都給過反饋和調整,不是一次直出[8]。
程式設計師阿江-Relakkes 在 9 月內測時測過兩個案例:線上 Excel 在 DeepSeek Harness 裡的實現效果和 GPT-6、Claude Fable 5.1 差不多;到了複雜的機器人排程系統,GPT-6 和 Claude Fable 5.1「就明顯更好了」。他還發現同一個模型接進 Claude Code 的表現比在 DeepSeek Harness 裡稍差[9]。
短板和爭議#
- 維護老程式碼還沒被驗證。 什麼值得買的彙總提到,已有開發者反饋用 1017 繼續開發已有的遊戲 Demo 時,出現刪除原有互動、改一處壞一處的情況。這是個別反饋,不能說明普遍退化,但它點出了「會生成程式碼」和「敢維護存量程式碼」之間的距離[1]。
- 複雜系統上仍不如旗艦。 複雜排程系統、3D 世界知識、SVG 審美上,多位 UP 主都認為它沒追平 GPT-6 Astra 和 Claude 的旗艦[5][9]。
- 換框架要重新適配。 它對自家的 DeepSeek Harness 做過專門最佳化;接進別的 Agent 框架時行為可能不一樣[1][4]。
- 團隊使用者先做迴歸。 呼叫名不變只說明入口延續,建議用凍結的真實工單和預先定好的合格標準跑一輪,再決定是否放量[1]。
該怎麼用#
適合
- 從零搭原型、單場景的小專案
- 日常編碼和量大的批處理:每個任務幾分錢
- 需要看圖的簡單任務(截圖、圖表)
不太適合
- 大型存量專案的長期維護(先小範圍試)
- 複雜的多模組系統設計
- 中文創意寫作
一個省錢的搭配是:預設用 DeepSeek V4.1 Flash,失敗或者明顯很難的任務再升級到 GPT-6.1 Sol 或 Claude Opus 5.5。
怎麼呼叫#
它在 MoeRouter 上四種介面都支援,所以 OpenAI SDK、Claude Code、Codex 和 Gemini CLI 都能用。OpenAI SDK 的寫法:
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 裡用它:
export ANTHROPIC_BASE_URL="https://moerouter.com"
export ANTHROPIC_AUTH_TOKEN="$MOEROUTER_API_KEY"
unset ANTHROPIC_API_KEY
claude --model deepseek-v4.1-flash
常見問題#
deepseek-v4.1-flash 和 deepseek-v4.1-flash-1017 有什麼區別?#
deepseek-v4.1-flash-1017 固定在 10 月 17 日的版本,供需要鎖定版本的專案使用;deepseek-v4.1-flash 跟隨當前版本。不需要鎖定版本時直接用後者。
DeepSeek V4.1 Flash 的 API 價格是多少?#
官方標價高峰時段每百萬 token 輸入 0.30 美元、輸出 1.20 美元,低峰時段減半。在 MoeRouter 上的參考價見本文的價格表,以人民幣結算。
DeepSeek V4.1 Flash 真的比 Claude Opus 強嗎?#
官方的 DeepSWE v1.1 上它高於 Claude Opus 5(77 對 74),但對比的不是更新的 Opus 5.5。第三方的 Bug Hunt Bench 上 Opus 5.5 修復的 bug 更多(41.7 對 34),只是花費是它的 65 倍。它的優勢是成本,不是上限。
DeepSeek V4.1 Flash 支援圖片輸入嗎?#
支援。它原生支援圖像輸入,可以讀截圖和圖表;不過有 UP 主的實測認為 1017 版的基礎識圖比上一版有退步,重要的識圖任務建議先測。
能在 Claude Code 或 Codex 裡用 DeepSeek V4.1 Flash 嗎?#
能。它在 MoeRouter 上同時支援 Messages 和 Responses 介面,把模型名填成 deepseek-v4.1-flash 即可。注意有評測發現它在不同 Agent 框架裡的表現有差異,換框架後先跑幾個自己的任務。
為什麼它在 MoeRouter 的用量排第二?#
截至 2026 年 11 月 18 日的 7 天裡,deepseek-v4.1-flash-1017 的 token 用量僅次於 GPT-6.1 Sol。它的單價很低,適合量大的任務,這類任務用掉的 token 也多。
參考資料
文中引用的評測與資料來自以下公開來源,結論歸原作者所有;引用處均已標註。
- 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?
說明:MoeRouter 提供文中模型的 API 接入服務。文中的評測結論均來自所引用的第三方來源,價格與介面資訊來自 MoeRouter 自己的資料。