DeepSeek V4.1 Flash实测：3D能力脱胎换骨，全部测试仅花4美元

DeepSeek在V4发布40天后推出了V4.1 Flash 1017版本，这次更新没有倒计时预热，没有发布会噱头，模型直接上线Hugging Face和API。一位B站UP主用24小时做了密集实测，结论很直接：3D生成能力相比前代「像换了个物种」，而跑完全部测试的成本只有3.93美元。

一次低调到反常的发布

据该UP主介绍，DeepSeek^广告 V4.1 Flash 1017距离上一版V4仅隔约40天，采用新的架构和更小的Flash尺寸。与很多厂商惯用的「神秘倒计时」不同，DeepSeek直接在Hugging Face放出模型卡，API同步上线。模型卡信息显示，其上下文窗口最高可达百万token级别，较常见模型有明显优势，但要跑满百万上下文需要一些技巧。

硬件门槛并不低：UP主提到完整运行需要4块DGX B200级别的设备，硬件成本约3万美元，普通爱好者难以本地部署。不过他也判断，社区后续大概率会推出高效量化版本，让消费级双卡配置也能跑起来。

上下文窗口指模型在一次推理中能够同时处理的 token 总量，包括输入提示和输出内容。百万 token 级别意味着模型可以一次性读完约 70 万汉字或数百页技术文档，适合长代码库分析、多文件项目理解等场景。但“跑满”并非默认状态：受显存容量和注意力机制复杂度限制，实际使用中往往需要分段输入、滑动窗口或检索增强等技巧，才能逼近标称上限。

DGX B200 是英伟达推出的整机式 AI 计算系统，单台通常集成多块 Blackwell 架构 GPU，面向大模型训练与推理。文章提到“4 块 DGX B200 级别设备、约 3 万美元”，指的是能够完整加载该模型权重并进行推理的硬件门槛，远高于普通消费级显卡，这也是本地部署困难的主要原因。

价格：每百万输出1.2美元的上限

成本是这次实测的另一个看点。按UP主引用的定价，最高费用为每百万输入token约30美分、每百万输出token约1.20美元，配合缓存机制实际花费还能更低。全部测试跑完（包括多个3D游戏生成任务），总计花费约3.93美元，其中前两组测试分别花费1.54美元和2.39美元，最后一个篮球游戏约0.59美元。

这个价位放在当前模型市场里属于明显偏低的档位，尤其是考虑到任务类型是3D建模、游戏原型这类token消耗大户。

缓存机制在 API 计费中通常指提示缓存（prompt caching）：当多次请求共享相同的前缀内容（如系统提示、长文档、代码库上下文）时，服务端会复用已计算的键值缓存，避免重复运算。命中缓存的部分按更低的输入价格计费，有时折扣可达数倍。对于需要反复调用同一份长上下文的 3D 建模或游戏生成任务，缓存能显著压低实际账单，这也是文章提到“配合缓存机制实际花费还能更低”的原因。

3D能力：从「没法看」到「出奇地不错」

TEST测试中最有说服力的是与48天前旧版本的直接对比。UP主用同一个地铁FPS场景分别在旧版和新版上运行，结果「差别太大，根本不像是同一个模型」——旧版甚至没能让角色顺利上车，新版则完整跑通了场景。

具体项目上，能力表现分化明显：

• Blender蜗牛建模：首次上手就在Blender里生成了可用的蜗牛3D模型，速度尚可。
• 浏览器OS界面：UP主评价其生成的界面「比Windows和Mac的UI还好」，甚至考虑拿它当Linux桌面主题的参考。
• 科尔维特跑车模型：此前测试过的所有模型（包括表现最好的OPS 5.5）都做不好的车型，这次做出了楔形车身、圆形尾灯、可开启的车门与引擎盖，标志位置和座椅质感也基本正确，UP主称「结果出奇地不错」。
• 等距视角篮球游戏：仅给出一句简单指令、不依赖RayLib，模型用C++手写了3D渲染器、角色动画、动态配乐和音效，实际可玩性让UP主意外。

Blender 是开源的三维创作套件，支持建模、渲染、动画和脚本扩展。模型“在 Blender 里生成可用蜗牛模型”，通常指通过 Python API 驱动 Blender 自动创建网格、材质和场景，而非直接输出图片。这类任务要求模型理解三维坐标、拓扑结构和软件接口，是检验 3D 生成能力的常用方式。

RayLib 是一个轻量级 C/C++ 游戏开发库，封装了窗口、图形、音频等底层接口。文章强调“不依赖 RayLib、用 C++ 手写 3D 渲染器”，意味着模型需要自行实现投影、光照、深度排序等图形学基础逻辑，难度明显高于调用现成引擎，因此篮球游戏的可玩性才让测试者意外。

翻车现场：反了的控制和绕到身下的机械臂

能力提升不等于全面可靠。测试中的失败案例同样典型：

C++滑板游戏的控制键左右完全反了，「我想往右转结果往左走」；用Blender+Godot做的超大3D滑板游戏中，车辆头部和尾部朝向颠倒，导致车身侧移；机械臂测试则「简直烂透」，手臂绕到自己身下，完全无法运行，UP主直接关掉。

还有一处细节值得注意：Party游戏场景里，背景阴影把文字完全盖住，UP主直言「简直糟蹋」。这类渲染层级问题说明模型对UI与3D场景的合成逻辑仍未完全掌握。

推理成本与能力的不对称

一个容易被忽略的数据是：派对游戏场景用最高推理强度跑了53分40秒完成全部人物部分，而UP主表示，同类提示下模型全力推理花一两个小时「很正常」。这意味着V4.1 Flash在保持低价的同时，推理效率也有改善。

从测试全貌看，模型在「没见过的任务」上同样表现良好，UP主据此认为这次3D提升不是针对特定测试集的过拟合。但他也保留了判断：几何问题、控制逻辑反转这类基础错误仍需改进，部分结果「可能没法作为标准探讨」。

小结

DeepSeek V4.1 Flash 1017的核心信号有两个：一是3D生成能力在40天内出现了跨代式进步，二是把这种能力的试用成本压到了4美元以内。对独立开发者和AI爱好者来说，这意味着低成本做3D小游戏原型、快速验证建模想法变得现实。但控制逻辑、几何朝向、渲染层级这些「最后一公里」问题，仍是它从玩具走向工具的门槛。