deepseek v4.1 flash感觉最大的变化就是回疯狂求证 我问他一个简单的问题 只要涉及一点新知识 他一定会尝试调用各种工具或者脚本去测试 而不是根据直觉回答 好处是正确率变高了 坏处是现在一个问题要等几十分钟才有结果 也不知道是好还是坏

DeepSeek V4.1 Flash vs Claude Opus 5.5，3D 建模正面对决！ 同样的提示词，让两个模型制作一座漂浮在空中的 3D 小岛。 重点对比建模细节、光影效果和真实感！

DeepSeek-V4.1-Flash 八卡H20 实测来了，一起看下552B 参数加 196B Engram 参数的模型在SGLang运行结果 启动参数： sglang serve --model-path /model --served-model-name deepseek-v41-flash --tp 8 --ep-size 8 --context-length 32768 --max-running-requests 32 --mem-fraction-static 0.85 --attention-backend dsv4 --moe-runner-backend flashinfer_mxfp4 --reasoning-parser auto --tool-call-parser auto --enable-metrics --disable-radix-cache --host 0.0.0.0 --port 30000 测试方法： 核心矩阵为 1,024/128、8,192/128、1,024/512、24,576/128 Token，各测 C1、C8、C32，每组单独预热后正式重复三轮。各轮请求数分别为 8、16、64。C 是客户端并发上限，服务端最大运行序列也是 32 和历史V4测试对比结果： DeepSeek-V4.1-Flash 结果稍快一点，但开始回答之后，输出速度比 DeepSeek-V4-Flash 慢，整体吞吐也更低，实际token/s 速度达不到DeepSeek API 中V4.1三倍提升的效果🤣