花叔用5亿token实测DeepSeek V4.1 Flash：9个案例与skill对比

以下是视频口播的自动转写，可能有错字。

Deepseek 昨晚刚刚更新了他们最新的 v4.1 fresh 版本。我已经拿了十几个任务进行测试，并且花了5个亿的 token。你猜一猜这5个亿的 token 到底花了我多少钱呢？我在视频的最后给你揭晓。deepseek 这个新模型发布之后，在 x 上也获得了非常强烈的好评和传播。

他们现在已经有300多万的这个阅读了。然后其中有一些案例，比如花叔的这个案例的话，其实也得到了很多人的好评和传播，你可以看一下，就是现在 deepseek 在做动画上可以实现的这种效果。所以这个模型到底有什么不一样？它到底强在哪呢？v4.1 fresh 这个模型名称的话，相比之前还是一样的，只是后面加了一个时间。

但是从它的实际能力来说，从它一些核心的评测指标来说，就比方说考察一个模型的真实世界的编程能力的这个指标。deepseek 它已经超过了 cloud opus 5以及 gpt 5.6 so 以及一众的国产开源的模型。而在其他的一些指标上，它相比前一代模型都有明显的进步，以及也基本上是比三个月前的那些模型版本都要更好的。

但是在一些更审美级的能力上，以及长城的编程能力上，我觉得相比 gpt 6，extra 还有尤其是 opus 5.5，其实还是存在。一定的差距的。怎么这么说呢？我后面也会给大家提到。我们可以看到，就是它相比之前的一个能力提升，是它缩短了模型的任务运行时间。

和输出长度，但是在这种情况下，它依然能够以更低成本、更快的速度去完成任务。所以它们在多个哈尼斯的环境下达到了性能和费用的帕雷托最优。其实你也可以简单理解为，就是它是一个大模型的斩杀线。它基本上相比其他所有模型来说，它都实现了更便宜、更强性能的这么一个结果。

他们现在已经重点适配和接入了 deepseek harness、codebuddy、workbuddy 等平台。你现在可以通过 api 调用的方式，可以通过 deepseek 网站的方式。也可以通过 workbody，或者说你把它接入 codex 或者 Claude Code 的方式去进行使用。

我测试的时候主要用的是 Claude Code 加 deepseek 的这种方式。他们这次的演示里主要提供了四个不同的案例，有这种3d建模，有游戏的这个开发，以及就是3d城市的这种发展。其实这些都是现在在 x 上，在外网上比较热的门的这种测试案例。

然后另外他们还有一个变化是，就是 deepseek 的这个 api，就是你接入它的 api 的时候，它会默认自带这个搜索的能力。然后这个搜索能力的话，原本它在接入 Claude Code 或者 codex 的时候，是可以免费使用这个搜索能力的。

但后续的话，它会需要去进行计费，但是5元每千次。其实依然还是很低的成本和价格了。另外就是和以往任何时候都一样，他们模型发布之后，就把他们的模型权重在开源平台上去提供进行下载了。所以它到底做的怎么样呢？我们来看一看。首先我们来看一下他给我做的一个 ppt 的那个成果，这是我让他用花书 design skill 去给我做的一个，让他介绍自己的一个这个 ppt 然后我们可以看一下，就是第一页的话，去提。

它是许愿式编程，一键成真。然后展示了一个案例，然后后面的话提到它的能力相比原来的版本更快、更便宜了。然后在几项基准上都有明显的这个数据指标的提升。然后最最核心的是，它现在在这个编程任务上，一次通过率有77%，并且单任务成本只需要一块三。这个跟我自己实际的体验也是非常接近的。

然后它现在具备一个从零构建一个3d世界或3d游戏场景的这种能力。最最关键的是价格，现在的价格的话相比之前是不变的，在空闲时段输入价格是一块，输出价格是4块，然后其。其实还有个更关键的价格，就是命中缓存情况下的输入价格，是0.02元每百万 token。

哦，我觉得他们现在这次有一个很强的、很大力的一个技术创新，是他使用了一个非对称的这种激活参数的一个特性，输入的时候只激活8b的这个参数，输出激活16b。然后并且的话，就是他在这个 kv cache 上，还有内存的占用上，都相比前一代有明显的减少，这个也是他们成本。

能够大幅度降低的原因之一，并且我发现现在的这一代模型，它相比前一代，它的这个缓存的比例也大大的提升了。你现在看到左右两边的分别是带了 skill 和没有带我做的 skill 的这个效果，你觉得哪种效果更好呢？可以把你的评价打在公屏上。然后接下来的话，我又让他去做了第三个这个带 skill 的这个动效。

你可以看到这里的提示词其实我都写出来了，其实主要是调用了这个 skill 然后这中间的我跟他的反复沟通的情况很少，然后绝大多数情况下它都是命中缓存的，整体只花了我两块4的价格给我做了一个30秒的动画。然后，另外的话，就是我分别用Opus 5.5以及DeepSeek V4.1做了一个宣传DeepSeek的这个宣传片，左右两边分别是他们的那个表现。

你可以看出，现在对比起来，Opus 5.5它的视觉审美以及动画实现的效果确实还是更好一些的。但是DeepSeek现在在比较好的这种skill的扶持下，它已经能做出非常不错的成果了，并且这部分的动效还有音效全都是它自己配上的。然后这个是做出来的游戏的效果，这里的话就是我没有用任何的 skill 然后你可以看一下这里做出来的效果，就相比官方的版本来说的话，它还是要明显的要弱一些的。

所以就是官方给你提供的这个案例的话，它其实还是稍微做了一些就是哈尼斯的这个优化，让它能有更好的这种效果的，你需要稍微知道一下。然后另外的话还让他做了一个纪念碑谷的这个游戏，我们可以直接在网页上看，就现在的他的效果是这样的，就是我觉得大体的审美没什么问题，但是给他的时间和空间还是不多的，所以它的精细化程度我觉得比较一般，就是相比现在 ops 5.5的话，还是有一些比较明显的这个差距的。

然后另外的话，我让他做了一个视频的解说，记住同一批 token。命中价只有未命中的1/50，可每一步都重读10万头肯，100步就是1000万。你可以看到，就是这里我是让他用我的一个 skill 的一个语法去做这个解说，就只有这一段提示词。然后生成的这个视频里，就是这个动效，还有调用了语音的这个资源。

所以你要拿它去做一些知识解释类的视频的话，我觉得其实还挺不错的。另外这里还有一个我觉得很满意的是，他做了一个《千里江山图》的一个动画，你可以看一下它的效果。然后他总共花了3块钱。后面的话就是带不带 skill 的时候去做的故宫，以及用了我自己做的这个花书3djs之后做的一个这个故宫，我觉得效果都相对有点模棱两可。

只是用了 skill 的做出来的精细化程度稍微要高一些些。ok，这个的话就是我，基本上是我这次测试的所有的结果了。你觉得你看到的这些成果跟你的预期一样吗？最后我们来揭晓一下答案，就到底花了多少钱。就是这5亿 token，其实只花了我28块钱。

这是一个非常非常恐怖的低成本了，这主要是得益于他们现在把缓存命中的机制以及命中缓存之后的那个价格都调得非常非常的低，所以绝大部分的这个 token 其实都在缓存里，所以价格就是2000多次的这个 api 调用，最后只花了28块钱。所以基本上你可以认为，除了使用 Claude Code 和 codex 以外，现在 deepseek v4.1 fresh 基本上是你能用到的，可能价格最低并且效果最好的一个选择了。

我我也把这次所有的这种测试案例。以及我用到的，能让 deepseek v4.1效果更好的这种 skill，都做成了一个资料包。如果你感兴趣的话，可以在评论区回复 deepseek 获取。