前言 记一次真实测评系列，正式停更。 停更的原因有两个，首先是它占用了我较多的时间。 其次是只有一个测试案例，且没有完全标准的评测标准。虽然这个案例能够大致反映模型的可用性，但是仅此而已，与我所期望测评能够带来的参考性有所差距。 我在考虑发布一个更全面、准确性更高、标准且透明化的评测。 而在此之前，我将减少测评的频率，并且这个测试案例会以短的测评系列和大家分享。 感谢大家的支持和阅读！ 本次测试案例 （点击了解更多详细信息） DeepSeek V4.1 Flash 模型来源：官方 API 效率 排名 模型 时间（分钟） 备注 39 DeepSeek V4.1 Flash 13 22 Grok 4.6(xhigh) 16 23 DeepSeek V4 Flash 0731 17 32 Claude-Fable-5(xhigh) 23 36 DeepSeek V4 Pro 0813 25 39 DeepSeek V4 Flash Vision Exp 27 47 GPT 5.6 Sol 36 51 GLM-5.3-Flash 46 52 Qwen 3.8 Max 52 53 GLM-5.3 54 54 Claude Opus 5 55 55 Qwen 3.8 Flash Next 55 56 Kimi K3 93 57 GPT 5.6 Luna 95 首 token 平均（TTFT）：1.8秒 输出速度（TPS）：282 tok/s 总步数：196 步 总 token 数：31.6M 输出 token 数：0.12M 总花费：¥1.28 DeepSeek V4.1 Flash 的首 token 和输出速度非常惊人，持续在 300 tok/s 左右， 这使得它在最近发布的新模型中夺得速度榜的首位。 相对于上一代 DeepSeek V4 Flash 0731，完成时间缩短了 23%

  • 情报分类：技术价值
  • 命中依据：模型在游戏开发方向的评测，有实用价值
  • 来源：服务器 / LINUX DO - 最新话题
  • 原作者：SmallMain
  • 发布时间：2026/9/10 21:12:10