DeepSeek V4.1 Flash-1017 发布：单位算力成本降至 1 美元 13 亿 Token

在国产大模型的迭代普遍受到关注的时间点上，DeepSeek 率先交出了新版答卷——V4.1 Flash-1017 正式发布，整体性能较此前版本有显著提升。

关于具体跑分与性能变化，此前已有专门的报道。值得一提的是，DeepSeek 这次自行公布了一张帕累托曲线，也就是业内常说的“AI 斩杀线”。从曲线来看，V4.1 Flash-1017 依旧维持在高水准：单个任务的成本仅为 Fable、Astra 等大模型的 1/50 至 1/100，性价比至少高出四五十倍。

这样的成绩如何实现？业界对 DeepSeek 的工程优化能力已有共识，其在压低成本方面几乎做到了极致。vllm_project 发布的一张对比图表，直观呈现了 DeepSeek 在 AI 硬件层面的优化水平。

该图表基于 SemiAnalysis AgentX 基准测试，在 GB300 NVL72 与 Dynamo vLLM 平台上，V4.1 Flash 跑出了 1 美元 1.3B Token 的成绩，P90 交互速度超过 100 tok/s/user。

换算下来，1 美元对应 13 亿 Token，即每百万 Token 成本约 0.00077 美元，远低于 V4.1 Flash 自身 0.15 美元的输入定价。

当然，两者并不能直接画等号：1 美元 13 亿 Token 反映的是算力端的 TCO 成本，而 API 定价还需要考虑更多变量。不过，超低的底层成本确实让 DeepSeek 在这一维度上形成了难以匹敌的优势。

正因为成本优势突出，各家平台也敢于给出极低的收费标准。最近 OpenCode、CommandCode 的 10 美元套餐实际可用额度已经打到 80 至 120 美元，OpenCode 这两天更是直接免费开放。目前在聚合路由平台上，V4.1 Flash 自身的调用量已达到百万亿 Token 级别，一家相当于六七家友商的总和。

进一步横向比较多个开源大模型的 TCO 成本可以看到：参数量在一万亿以内的其他模型，产出最多也只有 V4.1 Flash 的 1/10；若把范围放到 1.5 万亿至 3 万亿参数量级的模型，成本差距甚至能拉开到 40 至 50 倍以上。

还有一点值得说明：上述 TCO 数据对应的是 V4.1 Flash-0910，而非本次发布的 1017 版本。后者虽然维持原有 API 定价，但大幅优化了 Token 效率、压缩了 Token 消耗量——不同任务场景下降幅度不一，实际体验至少减少了一半用量，这意味着其 TCO 成本还有进一步下探的空间。

本文内容整理自公开资讯，原始出处：3DM游戏网，仅供参考。