DeepSeek V4.1 Flash 发布：编程与3D生成能力跃升，成本仅为竞品十分之一
2026/10/19 17:21阅读量 3
DeepSeek 发布 V4.1 Flash 模型，通过自反馈强化学习显著提升从零构建游戏和3D项目的能力。在 DeepSWE 榜单中，其编程性能超越 Kimi K3 及多家闭源巨头，位居开源第一；在 BuildingBench 榜单中跻身前五。实测显示，该模型能以约4元的低成本快速生成复杂的动态3D网页，展现出极高的性价比和落地潜力。
事件概述
DeepSeek 近期更新了 V4.1 Flash 模型（版本标识为 1017），重点强化了基于自反馈的强化学习能力，旨在提升从零构建游戏和复杂3D项目的水平。此次更新不仅缩短了任务运行时间与输出长度，更在多项基准测试中实现了性能突破，确立了其在开源模型中的领先地位。
核心信息
- 基准测试表现：
- 编程能力：在 DeepSWE 榜单上，V4.1 Flash-1017 的表现优于 GPT-6.1 Sol、Claude Fable 5、Opus 5 及 GPT-6 Astra 等近期更新的闭源模型，并超越 Kimi K3，跃居开源模型首位。
- 3D重建能力：在专门的 3D 建筑重建榜单 BuildingBench 上，排名从9月的第13名提升至前五，表现优于 Gemini 4 Argon。
- 成本效益分析：
- 相比 GPT-6.1 Sol 或 Claude 模型完成同等效果需至少100元，以及 ChatGPT Plus 订阅可能消耗大量额度，DeepSeek V4.1 Flash 展现了显著的“性能-费用帕累托最优”。
实测案例与应用场景
- 动态3D网页生成：
- 特斯拉飞行演示：输入包含视频素材及提示词，模型输出了完整的动态3D网页，精准还原了加速、爬坡、倒挂飞射及悬停等动作，且无明显Bug。耗时35分钟，消耗Token 3752万，缓存命中率高达99.6%，总成本仅约4元人民币。
- 纯文本生成：仅凭提示词即可生成具备物理课件质感的3D场景，包括汽车、跑道及运动重影，细节丰富。
- 复杂场景与游戏复刻：
- 成功生成了3D巴黎埃菲尔铁塔（虽结构比例需微调，但环境细节如行人、河流丰富）及张家界石林场景。
- 完整复刻了基于 Three.js 的程序化手绘风格第一人称射击游戏，证明其对代码库的控制力及审美能力。
- 软件逆向工程 (REA)：
- 结合 REA 工具，模型成功逆向推导并重构了 Markdown 编辑器 Typora 2.0 的核心功能。通过分析 macOS 原生外壳与 WKWebView 机制，修复了即时渲染中的交互延迟问题，展示了从已发布软件反推功能实现的能力。
- 视频生成辅助：
- 利用 HyperFrames 工具链，模型通过编写代码控制画面元素，协助生成了 Mac mini 的涂鸦风格广告视频，证明了通用大模型在视频动效工程中的应用潜力。
行业影响
随着 DeepSeek V4.1 Flash 等开源模型在性能和成本上逼近甚至超越闭源模型，两者间的竞争格局正在重塑。开源模型以极低的边际成本提供高质量服务，迫使闭源模型重新评估其溢价合理性。这一趋势表明，未来用户将以更低的成本获得日益强大的 AI 能力，推动 AI 应用向更低门槛、更高普及度的方向发展。