实测DeepSeek V4.1 Flash，降价后熟悉的梁圣又回来了

这两天很多朋友都在聊DeepSeek新模型。 最直观的冲击还是价格，缓存命中输入直接便宜了7倍多，输出也砍了三分之二，熟悉的梁圣真回来了。而且连带着以前安装有点折腾的DeepSeek Harness现在也有了开箱即用的桌面版。 DeepSeek v4.1 flash就像是一个刚落地就含着金汤匙出生的少爷。9月14号中午12点，所有发往v4-pro的请求，都会被强制直接路由到4.1 Flash上，并且彻底按Flash的低价来算。就算之后可能你说的是Pro，用的还是Flash，然后也只有Flash了。 刚发布就把老大哥的全部家当和流量无缝接管过来，价格还压得这么离谱，换谁都得先看它两眼，那我们直接先看跑分， 在软件工程基准DeepSWE v1.1上，超过了gpt 5.6 Sol跟claude Opus5，按技术报告的说法是，在多项编码和Agent基准上追平甚至超过了闭源Top们。但在需要专家知识的复杂科学任务，还有复杂的图像分析，跟顶部的闭源系统仍有差距。 这次最狠的改动在架构。 552B的MoE，输入只激活8B，输出16B，还有196B的Engram记忆参数，用稀疏查找去访问。有1M百万上下文，最大输出384K，重重重点是终于原生带视觉。 其实这些参数，它想干的事就一件，让长上下文变便宜。平时每让Agent往前走一步，它都得把前面所有的对话，文件，工具返回，重新读一遍。任务越长，读的越多，KV cache涨得越快，钱也花越快。 4.1 flash把KV cache压到了每token大概890字节，是上一代v4 flash的四分之一，比V1少了大概 437 倍。落到硬件上，SSD存储直接降到八分之一。。。 然后就是让我最在意的价格了。 Amazing啊， 梁圣终于把价格给打下来了。。。 以前跑长任务，光上下文就能把钱耗一半，现在这两块加起来，直接同时省下来。我终于不用一周充100了，还要完全避开高峰时间了。 ok，还有跟v4 flash深度绑定的新版DeepSeek Harness，之前聊的时候都是自带的对话页面，我看很多人问我有没有桌面版。 这不就来了！ dsh，现在终于可以傻瓜式的装起来了。之前，看配置，搞插件，什么东西都要这加加那改改。现在Desktop一来，设定时一键接入都解决了。 功能本身跟之前的dsh也一模一样，有需要的还能去看一下之前的文章。 实测DeepSeek Harness，原来PTC模式和Cordis插件才是隐藏大招 但是吧。。还是吐槽下 之前在ds版本更新后的问题还是在。。。 这时候桌面端的好处就来了。我最早用的是命令行那一版的dsh，那会儿报错是真的啥也没有。它就告诉你失败了，为什么失败，卡在第几步，全靠codex一点一点摸。桌面版最爽的点也在这。它至少把哪不对摆出来了，没选Workspace，忘加key，你一眼就知道是自己漏了一步，虽然但是吧Bug还是不可避免，但至少我截图修复的速度都快了。。。 说了那么多，修好后就开始跑测试了。 主要看的还是四点，做游戏能不能真正跑起来并正常玩，断网后是否还能运行，代码有没有真正解决问题，最后是模型能不能主动识别自己的问题和能力边界。 Gogogo，都是一句话生成的！ 第一个从简单的开始，一台模拟小车。 这个题是我们自己出的，本来只是拿来暖身，所以一开始其实没抱太大期待。结果做出来反而有点超出预期。 没给任何技术限制，它居然没用 Three.js??点进代码一看，真的是手写WebGL，现在这年头还有谁还这么写啊。 但也正因为这样，整个项目几乎没有外部依赖，不需要 CDN，双击html就能直接玩，断网也照样跑。 实际体验下来整体也挺稳定，车辆，障碍和停车流程都能正常完成。比较明显的问题主要还是视角，开车过程中偶尔会被场景物体挡住，镜头和视觉还有优化空间。 但作为一个暖身， 我觉得完成度已经相当不错了。 再来再来，继续游戏这次给他一个常见的游戏场景Crossy Road，在游戏厅的必见了属于 用了Meta官方那份one-shot游戏开发示例，直接一样的prompt丢过去了，然后还顺便给我们的另一个便宜小生glm 5.3 flash也看下比比两边谁更好点 将《Crossy Road》游戏建构为单一、独立的 `index.html` 档案。  关于座标系与碰撞模型。 技术：透过 `importmap` 载入 Three.js r160。 玩家：来自 Kenney Cube Pets 套件的 `cube-pet`。  验收标准：可使用 WASD 或方向键移动；车辆仅在实际重叠时才会造成伤害；可骑乘木头。 从用时上看，v4.1是真的快了很多。 而且，新模型的这个缓存命中还是一如既往地高到稳定。 但如果纯看 UI 跟视觉的话，我觉得还是右边的5.3 Flash好一点。 就算在操作情况以及不出bug的情况下，5.3也比4.1更稳定。像我们的小鸡，4.1的小鸡可能跳着跳着撞到树都停了，或者时不时地多给你跳一下。 对游戏来说，感觉还是有点小问题。 5.3 这边整体来说顺了很多，而且它的风格也符合原本游戏的基调。　ㅤ 整体游戏难度高了一点，但是操作也顺了很多。几乎是一个shot就出了整个游戏，而且玩了几轮都还很稳。 但这个情况在下一个视觉的case上就彻彻底底地两极反转了。 我们又给了一个相同的prompt，还是两个模型左右互跑，但这次出来 v4.1 flash，感觉真的是全方位地赢了。 简单来说，就是让它做一个可以直接在浏览器里玩的3D像素山谷。 整个世界都是用一个个方块拼出来的，有雪山、山谷，树林河，流和小村庄，村子里还要有人和动物自己走动等等等等。。。 使用 Three.js 构建一个可自由探索的日本郊区社区。必须是真正的 3D 场景，但每一帧在视觉上都应酷似精心绘制的手绘动漫背景。创建狭窄的住宅街道、布满密集架空电线的电线杆、排水沟、自行车、自动售货机、路边镜子、路标、灌木丛、公寓阳台、瓦屋顶、小商店、铁路道口以及远处的山丘。避免使用明显重复的素材。实现一致的卡通渲染色带、可控的深色轮廓线、大气透视、温暖的傍晚阳光、摇曳的树叶以及细腻的环境动画。当摄像机在环境中自由移动（而非仅限于单一的主角视角）时，效果必须始终令人信服。 左边的v4.1 flash真的做到我预期了属于 不说他的白天跟黑夜的动画做得怎么样，光凭他有办法让我们真实地去操作，我觉得这点就比5.3flash好了。 而且，那些小人的渲染跟视角的设计，感觉真的都是有好花心思了。感觉他真的在视觉这方面，这次比之前有明显的进步，跟他Vision-Exp的那个版本比起来。 既然这样，选了个日系郊区街道和手绘动画风的结合，让我看一下效果是怎么样。 使用 Three.js 建构一个可完全探索的日本郊区社区。 必须是真正的 3D 模型，但每帧画面在视觉上应类似于精心绘制的手绘动画背景。   打造狭窄的住宅街道、布满密集架空电缆的电线杆、排水沟、自行车、自动贩卖机、道路镜、标志、灌木丛、公寓阳台、瓦片屋顶、小商店、铁路平交道以及远处的山丘。 避免明显重复的素材。   实现一致的卡通渲染色带、可控的深色轮廓线、大气透视、温暖的午后晚霞、飘动的树叶以及细腻的环境动画。 当镜头在环境中自由移动（而非仅限于单一主角视角）时，效果必须依然令人信服。 这出来的效果是真的惊掉我上巴了。 v4.1 flash又要站起来了， 我大梁圣直接原地回归。 感觉就凭这些画面，有种去到日本玩的感觉， 之前在卡通里的那些场景，感觉都浮现出来。 而且不止这些，场景本身我们还可以用快捷键做切换交互， 还有全局俯瞰视角，是真的能飞了。 不过也发现了V4.1 Flash是真的特别喜欢把一些快捷键的交互，以及一些可选项放在画面的左下角或右下角。 跟我们上面看到的山谷的设计感觉是一样的，但真的，就凭他这个设计，感觉他狠狠地往前了一大步。 不过看完这些， 我心里其实一直悬着一个念头。 能走，能飞，视角切换很顺，街景和光影也很有味道。但如果较真一点，这些在游戏工程里，终归还是属于好看的微缩模型。 房子是摆好的，路是铺好的，火车是按固定轨道跑的。你只能当个观光客。 那如果我们把要求提得再过分一点呢。不要给它现成的路，不要给它摆好的房子。就从一个纯空白的项目开始，让它手搓一个能修路，能规划住宅商业区，有车流寻路，有供水排污，甚至有市民上下班的《城市：天际线》。 它还能搞得定吗？这个题其实前段时间在X上超级刷屏，当时播放量直接干到了七万多。最早的源头是在Reddit上，一个叫rawprogress 的开发者，直接给模型丢了一句极其离谱的提示语： 「build me Cities: Skylines in three.js」一句话，要求用 Three.js 加 Vite，纯纯的Js，不用任何商用游戏引擎，在浏览器里复刻一个模拟城市。 当时据说这套系统自己先设计软件架构，拉起十几个Agent分工协作，跑了一个多小时，烧了快两百万 Token。很多人看了一眼推特上的演示视频，留下一句牛逼就划走了。 那既然这样，我把他的提示词用过来。毕竟Harness那么强，Agent也分工的差不多了，我直接也让他来复刻一次。 我直接把这套工程的底座原样拉回了本地，在本地搭起环境，让它实打实地跑一遍。 结果一测，给我烧了，快2个小时了，中间断掉还是我去补我的credits了。。。。-100。 结果跑出来是真不错。网页加载后，房子，车子跟人的行动是真实时变化的，每次开都是不一样。 而且天气情况也会跟着我们的时间做相对应的变化，有种大片感了。 而且这些效果都是一个prompt出来的。 我们可以选了个建筑模式，然后把工具选好，真的可以在上面修路、修山坡，而且画面会同时直接反馈。 是真的可以在上面一键打造我的世界。 不止建城市，还能调天气。时间一改，它要开始下雪了。 然后玩着玩着还发现了个亮点，我原本以为这只是个好看的放置沙盘，直到我点开右边的控制面板。 它底下居然跑着一整套自洽的微观经济。 不管你为你的城市做什么建造，它都会实时地反馈在旁边的版面里面。 就相当于，你可以直接看到城市建设的一些基本资料，然后都是自动地给你算好了。这真的是让我没想到的。 这次它是真把路网，物理，人口，交通和显卡预算，串成了一个能自圆其说的微型社会。这两小时的等待和烧掉的Credits，是真值了。 不过该吐槽的地方还是得说 这几天深度用下来，零零散散的小毛病其实还真不少。就拿桌面端那个看着很唬人的手机连接功能来说，界面上画得清清楚楚，主打一个手机电脑无缝联动。 我折腾了好几次，配对折腾半天，最后连一条消息都没发出去，Agent在哪都没找到，到现在依然是个纯纯的摆设。。。 还有之前老版本更新后留下的毛病，动不动就冷不防给你弹一句请求扩展准备失败，直接卡在半路上。 虽然有了界面之后，截图排查确实比以前翻命令行快了很多，但卡壳的次数也不少。 不过测完这一整圈，我心里最大的一个感触是，现在大家讨论一个模型到底强不强，那个边界其实已经变得越来越模糊了。 以前行业里习惯把模型切得很细。轻量干杂活的叫Flash，深度推理啃骨头的叫Pro，看图理解的再单独开一个Vision。每次要干活，你都得在脑子里先盘算一下该挑哪把螺丝刀。 但这次4.1 Flash给我的感觉是，这些边界全被一脚踢开了。 9月14号中午后，不管你平时习惯叫它什么，最后跑的都是4.1 Flash以前分散在几个不同模型身上的看家本领，这次被打包收拢到了同一个抽屉里。 聊到这，又得绕回开头很多人最关心的价格。 国内模型现在的价格战打得有多凶，大家心里都有数。几毛钱一百万token早就不新鲜了， 便宜背后还有更便宜的，甚至免费送的都一抓一大把。但实测了这么多工具之后，我越用越笃定一个道理。 便宜真的只是入场券， 如果一个模型便宜到近乎白送， 但你每次给它派任务都得提心吊胆， 生怕它在哪一步偷偷翻车， 你每隔两分钟就得跑过去看一眼、纠一次偏，那省下来的那点零碎钱， 其实全是你用自己最值钱的精力贴进去的。 注意力这东西，真的比token贵太多了。 如果接下来的dsh的版本能把这几个扎手的小毛病修平整， 守住这个离谱的低价继续往前拱， 那我们熟悉的斩杀线DeepSeek又回来了！ 一下子期待满满啊！！ @ 作者 / 卡尔 & yc星辰 最后，感谢你看到这里👏如果喜欢这篇文章，不妨顺手给我们点赞｜在看｜转发｜评论 📣 如果想第一时间收到推送，不妨给个星标🌟 如果你有更有趣的玩法，欢迎聊聊🤝 更多的内容正在不断填坑中……