实测 DeepSeek V4.1 Flash 1017：前端提升明显，私有榜单升至第 13 名

以下是视频口播的自动转写，可能有错字。

就在刚刚，deepseek v4.1 flash 新版本更新了，更新到了1017版本。那官方的这一篇文章里面可以看到它的标题，许愿式编程，一键成真。也就是说，它的能力在前端方面进行了很大的提升。我们可以看到左侧的这一个评分榜单，相较于它上一个版本提升都非常的明显。

我比较关注的是 terminal 4.0，可以看到相对于原来提升了10分。还有 deep app 1.1的话，它也是提升了3分左右。那官方这边也给了一个，就是可以看到这个任务图哈，就是他在达到相同的这个智能下面，他的这一个钱只花了1块钱。这个斩杀线这张图，我相信最近这两天会非常非常的火。

那官方这边也给了很多 case 啊，可以看到这个故宫的3d建模，大家觉得怎么样？我觉得都非常的 nice 啊，你可以看到它的这个前端能力，我感觉都非常的猛。那第二个的话，他们搞了这个开放式的自研搜索 api，也就是说你现在在，比如说 Claude Code 呀，在 deepseek harness 啊，你的那些 search 的接口已经可用了。

好，下面我们废话不多说，直接拿我们之前测的 case 来测一遍它，看它这个前端能力。提升到底怎么样，以及它的后段能力有没有变化？ok，好，我们来看一下第一个 case，3d 风力发电的巡检系统。那这个 case 的话，之前在这个国产模型这边表现的比较差。

那这边用 deepseek v4.1 flash 新的版本，再加上 deepseek harness 新的版本，大概跑了一个多小时跑完了，我们来看一下它整体的表现情况怎么样？可以看到这是它的加载界面。因为我对这个 case 比较熟悉，从刚刚我们看到这个入场页面，它已经非常好了，而且之前在上一个版本，它这样转动根本就不行。

好，我们点一个有问题的这一个风机看一下。可以看到这边，它整个的旋转都是非常非常的 ok 的，比它上一版真的是好太多太多了。那么点击创建一下维护任务，可以选吗？可以看到这块是已经 ok 的。那我们来看一下它的一些告警，告警这一块就是相当于说把哪些有问题的说出来嘛，也是相当相当 ok 了。

如果大家对上一个版本感兴趣，可以看我之前的视频，就是提升非常非常的明显。不仅仅是官方说的它3d提升明显，前端提升明显，从我的体感上也比较明显。好，我们来看一下第二个 case，就是一个耳机式的沉浸式官网，之前我们也写过，大家如果熟悉我的朋友应该看到，我们直接来看下它的效果怎么样。

这是它的首页哦，我感觉都会比上一个版本会好很多哎！我们点一下这个。这个还行哦，这个整体的实现上来看，我们来看它这个生产，这个已经实现的比较棒了，这是耳机的3层结构。只能说它这一代的这个前端提升非常非常的明显。好，我们来看一下我的第三类测试。

那这个题目也是我昨天写完的，是我准备了一个，就是让模型去还原魔方的二阶的、三阶的。然后二阶的题目下面有各种步骤，那我们先来一个简单的，就二阶下面搞一个三步，对吧？我们来换个题。然后参赛的模型的话是 gpt 6.1，然后 deepseek flash 最新的版本 kimi k3，我们直接开测。

开车了，我们再准备搞一个别的。好，他现在在测啊！我们这时候再让他去测别的，并行去干嘛？我们再来一个六个步骤的吧，再换一个这个，然后再点击，我们再换，继续换，再来一个二十步的，然后换一个题。然后我们再来一个三阶的，三阶其实相对来说就是比较难一点，我们来个四步吧，三阶我们再换一个种子，ok，再来。

再来一个完整步骤，我们再打乱一下，让它去跑。待会我会告诉大家这个结果的。好，可以看到这块它已经开始转了，这个时候 gpt 6.1 sol 这边已经跑了8步了，那这个 deepseek flash 这边已经跑了3步了。这个是三阶的魔方，然后完全打乱的，这个其实难度还就相对比较高的。

让它跑一下，我们看下别的有变化吗？哦，这边它也在跑了。好，可以看到这边。这一个三阶四步还原的这个 gpt 6.1，so，它已经还原了哈。那 deepseek 这边，现在应该还在大思考中，就现在它比较容易搜，因为我们的思考强度都是最高嘛。对，他已经思考了一分，快2分钟了。

好，我们来看一下这个魔方实验的话，二阶最少三步还原，可以看到 gpt 6.1，他花的时间是最少的，所以说他现在排在第一。那 deepseek flash 也将就，它也还行。那 kimi k3这边。因为跑到37步的时候，会有一个 api 的错误。

那这块就暂时先排它第三嘛，因为它确实是，就时间花费的会长一点。我们来看一下第二个，第二个的话也是 gpt 6.1，这边就是二阶的话，也是最少6步可以还原，也是 gpt 6.1，之后会好一点。deepseek flash 的话，它也是还原。那 kimi 这边的话，也是100多步之后出现了一个 api 错误。

那这个的话，我在下一个版本会优化，但整体来上来说的话，它的时间会长一点嘛。就是，那第三个的话，是二阶里面20步骤，就是直接全部打乱，可以看到这边。还是 gpt 6.1，so，它是，就是完成的会比较好一点，15步就完了。那 deepseek flash 的话，它112步。

那 deepseek kimi k3这边的话是193步，它都没有还原。但大家可要知道，这是 deepseek flash 模型哦，它的参数量跟它完全是比不了，但是它其实也能完成这个任务的。我们来看一下它的还原吧，看能不能给大家还原看一下。按整体看就是 kimi k3确实速度上要慢一点，然后在它这个，对我们魔方这个实验来说的话，它其实完成度相较于来说比较一般一点。

那第三个的话是这个三阶的，三阶的话四步骤可以还原，那也是，就是 gpt 6.1这边要猛一点，它也是四步，deepseek flash 十步，那 kimi 这边也是因为我的问题吧，41步它没有还原，我的当时的代码估计有点问题。它的权限没有重试，下一个版本我会加上重试的。

反正他花了41步没有还原，他应该排第三。三阶20步骤随机还原，那还是 gpt 6.1还原的。但是kimi k3这边也是失败了嘛，他也是34步就失败了，所以这个就不太好去对比。那 deepseek flash 的话，在这个它是没有还原的，只有在这个难度上的话，它还是跟 gp 6.1会有差距的。

所以通过这个 case 看的话，deepseek flash 在大部分的这一个测试上的话，它其实跟 gpt 6.1它都能完成这个魔方的还原。那比这个 kimi k3的话，速度上会快一点。那 kimi k3这边是因为我的问题嘛，没加重试，他可能也能完成，他只是说会步骤会更多一点，或者是他的这个耗时会更长一点。

因为可以看到大家在在一些已还原的这个数据上的话，其实kimi k3这边，它就耗的时间会长一点嘛。那在后端方面的话，大家可以看我们最新的这一个 model dial 的这个模型评测。那这边的话也是我们做了一些私有数据集，那 deepseek flash 这边呢，我们刚刚跑完了，它已经来到了第13名。

可以看到哈，他以前是在哪里？以前是在这个位置的，以前是跟 mini max m30 flash 这个位置，以前是在20名，现在他已经到了第13名。就是前端啊，提升到96分了，上一个版本是50，是80多分。那后端也提升了，它的知识推理也提升了，视觉审美都提升了。

所以说可以看到它这一代的模型，我觉得真的是已经到了一个斩杀线了，相当相当的顶。大家如果平时对一些模型评测感兴趣的，可以来到我们这个 modeldev 这个网站哈。那这边的话还有就是比如说你对一些20刀、100刀的这个订阅，它所消耗的这个 token 呀、api 感兴趣的，也可以来这边看一下。

好，我们来进行一个总结，就是 deepseek flati 这个模型，从我们这个榜单上来看，它已经跟那个 cloud ops 4.8这个分数上其实已经非常非常接近了。而且它的这个就是成本呐，我们刚刚可以最开始看到的成本是相当相当的低，所以国产模型又一次要崛起了嘛，我们很期待这个 deepseek pro 模型的发布啊，ok 这就是今天视频所有内容，我是阿杰，我们下期视频再见，拜拜。