许愿式编程？实测DeepSeek 4.1 flash 1017 : 3d建模巨幅提升，但思考时间也拉长了

DeepSeek V4.1 Flash 更新：性能比肩 Opus 5，开源权重同步上线

DeepSeek 近日发布最新模型 DeepSeek-V4.1-Flash-1017。从基准测试数据来看，该模型性能已超越 Kimi K3 和 GLM 5.3，接近 Claude Opus 5 水平。

具体跑分表现如下：

值得注意的是，其在 deepswe1.1 基准测试中表现尤为突出。该指标主要衡量模型在原创性及长时程软件工程任务上的能力，新模型在此维度处于帕累托前沿。

实测体验：火星登陆模拟任务

为验证模型在实际复杂任务中的表现，测试采用 DeepSeek Harness 极简模式，输入提示词要求使用 HTML 和 Three.js 制作符合物理规律、逼真且具备想象力的火星登陆模拟过程。此类“许愿式编程”任务极大考验模型对一次性长时软件任务的完成度。

测试结果如下：

• 耗时与成本：单次任务用时约 2.5 小时，消耗 Token 约 3900 万，成本约为 2 元人民币。
• 生成速度：Token 生成速度极快，全程达到 250 tok/s，但因思考过程耗时较长，导致整体任务完成周期较慢。
• 完成质量：3D 建模能力显著提升，整体完成度较高。但也存在部分瑕疵，如降落伞建模错误、缺乏音效等。

综合来看，该模型在此类复杂任务中的表现已非常接近 Kimi K3 Max（后者同类任务用时约 1.5 小时）。

模型开源信息

目前，DeepSeek-V4.1-Flash-1017 模型权重已同步开源，开发者可通过以下平台获取：

HuggingFace:
https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017

ModelScope:
https://modelscope.cn/models/deepseek-ai/DeepSeek-V4.1-Flash-1017