DeepSeek V4.1 Flash实测：3亿Token跑14组任务，比上代更贵

DeepSeek V4.1 Flash开启内测，官方问卷中直接询问该模型能否全面替换线上V4 Pro。实测显示，V4.1采用新模型结构，支持原生多模态，能力与速度均有提升。测试累计消耗3亿Token，对比旧版V4 Flash完成14组任务。

原生多模态是最大进步。V4.1能直接识图，解释图片内容耗时5.7-7.6秒，而V4需200-751秒，且常需借助OCR等工具拼凑信息，识别准确率不高。在视觉创作任务中，V4.1可自检迭代，如绘制鹈鹕时主动修正头部和姿势，但细节仍有瑕疵。3D武装飞机模型质感与交互反馈良好。

视觉推理方面，V4.1能准确将参考图中的位置关系转化为游戏规则，成功制作《星光邮局》游戏，保留角色特征与关卡布局；V4则误解为7×7布局，角色设计错误。

数据处理上，两者均能完成A股热力图和孪生素数计算（58980对结果一致），但V4.1前端可视化更完整，V4在输入大数定位时主画布黑屏。V4.1在数据、图形与搜索动作的整合上更优。

速度方面，初期V4.1输出约284 Token/s，接近V4的三倍，但后期优势收窄。复杂任务中，V4.1生成代码更快（15.5分钟对比23.4分钟），但等待工具运行时间更长（18.7分钟对比6.6分钟），总耗时反而增加。

长上下文能力有待提升。十万字网文任务中，V4.1写25章约10.67万字，但节奏慢且出现扫地遍数记混的逻辑错误；V4写51章约9.74万字，节奏快但前后情节有矛盾。回测报告中，V4.1首页年化15.1%与图表17.8%数据不一致。

费用方面，V4.1消费61.96元，较V4的45.47元多36%。原因在于V4.1更频繁调用子Agent辅助任务，增加了额外开销。官方已宣布9月10日起Flash系列降价，缓存命中输入单价降低60%，但本次测试发生在降价前。