DeepSeek V4.1 Flash

转：

开始内测了，在我知道消息的时候就赶紧开始实测了。所以，这篇文章发的稍微晚一些。

不过，也是为了让大家直观感受到它到底能不能干活。

我给它安排了一个小任务：做一个可以在浏览器里操作的 LRU 缓存演示。

同一份提示词，我也交给了 GLM-5.3-Flash。两边做完以后，把项目匿名命名为 A、B，另开一个 Codex 任务，让 GPT-6 Astra 当裁判。

结果先说：DeepSeek 版 96 分，GLM 版 90 分，裁判更愿意保留 DeepSeek 的作品。 两边算法都做对了，差距出在演示被打断之后的状态处理。

这次更新了什么？

据 9 月 8 日的内测通知转述，V4.1 Flash 中间版本采用新的模型结构，原生支持多模态，并宣称能力更强、速度更快、成本更低。

目前按中间版本内测看待更合适。写稿时，官方更新日志还没有这次更新的公开条目，也不能把上述描述当成已经独立验证的性能结论。

这次值得留意的是“新模型结构”。7 月 31 日的 V4 Flash 更新保持了原有架构和规模，只重新做了后训练；8 月 21 日上线的 Vision Exp 已经支持图文输入，官方称其纯文本能力与普通 Flash 相当。

V4.1 此次同时强调新结构和原生多模态，但架构细节尚未公开，它与 Vision Exp 的技术关系也还不清楚。

测试期间计费与 V4-Flash 相同，每账号限制 20 并发。“成本更低”暂时不能理解成 API 已经降价。