DeepSeek V4.1 Flash成本极低：1美元可处理13亿Token

DeepSeek 发布 V4.1 Flash-1017 大模型。在国产 AI 大模型普遍被期待更新之际，DeepSeek 率先推出新版本，职业规划指南此次升级带来了大幅性能提升。

关于具体性能水平及其变化，此前已有报道。大家应该会注意到，DeepSeek 这次还自己发布了一张帕累托曲线，职业规划指南也就是常说的 AI 斩杀线。V4.1 Flash-1017 这次又达到了封神般的水平，每任务成本仅为 Fable、Astra 等大模型的 1/50 至 1/100，性价比至少高出四五十倍。

DeepSeek 是如何做到这样的斩杀线的？众所周知，他们拥有极强的 AI 优化能力，在降低成本方面可谓极尽所能。而 vllm_project 发布的下面这张图，可以清晰展示 DeepSeek 在 AI 硬件上的优化有多强。

这张图对比的是 SemiAnalysis AgentX 基准测试：在 GB300 NVL72 及 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。

1 美元 13 亿 Token，算下来 1M Token 只要 0.00077 美元，这比 V4.1 Flash 的输入价格 0.15 美元便宜太多了。

当然，这两个价格实际上也不能如此简单地换算。1 美元 13 亿 Token 的 TCO 成本是算力端的，API 定价还要考虑更复杂的情况，只不过 DeepSeek 的超低成本让他们在这方面拥有了无人能敌的优势。

正因为 DeepSeek V4.1 Flash 在成本上具有堪称逆天的优势，各大平台也敢于提供超低的收费。OpenCode、CommandCode 的 10 美元套餐最近都能用到 80 至 120 美元的用量，OpenCode 这两天更是免费开放了。如今在聚合路由平台上，V4.1 Flash 自身的用量已达百万亿 Token 级别，一家能顶六七家友商的用量。

让 AI 对比了多个开源大模型的 TCO 成本，万亿参数内的其他大模型产出最多也只有 V4.1 Flash 的 1/10；如果是 1.5 至 3 万亿参数量的大模型，成本差距更可达到 40 至 50 倍以上，完全没法比。

还要说明一点，这个 TCO 成本对应的是 V4.1 Flash-0910，而非今天发布的 1017 版。后者虽然 API 定价未变，但大幅优化了 Token 效率，减少了 Token 消耗量，不同任务中程度不同，体感上至少也降低了一半的消耗，意味着 TCO 成本还能再大幅下降一波。