BenchLeader

DeepSeek V4.1 Flash 1017 vs Qwen4 Max

完整资料:DeepSeek V4.1 Flash 1017(DeepSeek)和 Qwen4 Max(Alibaba),包括全部基准测试、价格和排名。

更新于 · 数据来自 15 个来源

截至 2026年11月19日,两者共同的基准测试太少,无法判断质量高下。DeepSeek V4.1 Flash 更便宜,对方的价格是它的 4.3 倍(每百万 token 混合价格 $0.525 比 $2.25)。看重编程(62 比 55)选 DeepSeek V4.1 Flash;看重知识(59 比 48)和推理(59 比 55)选 Qwen4 Max。DeepSeek V4.1 Flash 的首次回答更快(44.5 秒 比 139.2 秒)。DeepSeek V4.1 Flash 的输出更快(3 倍以上)。

要点(截至 2026年11月19日)

  • DeepSeek V4.1 Flash 每百万 token 混合价格为 $0.525(标价,2026年11月19日)。
  • Qwen4 Max 每百万 token 混合价格为 $2.25(标价,2026年11月19日)。
  • DeepSeek V4.1 Flash 比 Qwen4 Max 输出更快(3 倍以上;Artificial Analysis,7 日中位数,2026年11月19日)。
  • 在两者都有结果的 13 项基准测试中,Qwen4 Max 领先 11 项(BenchLeader,2026年11月19日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程DeepSeek V4.1 Flash 1017类别得分 62 比 55;FrontierCode 2.0 (AA) 28.5% 比 26.4%中
推理Qwen4 Max类别得分 59 比 55;HLE-Diamond (AA) 44.9% 比 25.3%中
知识Qwen4 Max类别得分 59 比 48;AA-Omniscience v1.1 27.7 比 0.9高
成本最低DeepSeek V4.1 Flash 1017每百万 token 混合价格 $0.525 比 $2.25;智能体编程会话 $0.023 比 $0.108–
首次回答最快DeepSeek V4.1 Flash 1017首个回答 token 44.5 秒(DeepSeek V4.1 Flash 1017 (max))比 139.2 秒(Qwen4 Max)–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • 共同的基准测试太少,无法给出结论。
  • DeepSeek V4.1 Flash 1017 (max) 在编程方面更强。
  • Qwen4 Max 在知识、推理方面更强。
  • DeepSeek V4.1 Flash 1017 (max) 更便宜,对方的价格是它的 4.3 倍(每百万 token 混合价格 $0.525 比 $2.25)。
  • DeepSeek V4.1 Flash 1017 (max) 的输出速度是对方的 2.8 倍(165 比 59 token/秒)。

概览

规格DeepSeek V4.1 Flash 1017Qwen4 Max
提供商DeepSeekAlibaba
发布日期2026年10月17日2026年11月16日
上下文窗口(token)1,048,576991,808
对比时的配置DeepSeek V4.1 Flash 1017 (max)Qwen4 Max
开放权重是否
每百万 token 价格(输入 / 输出 / 缓存输入)$0.300 / $1.20 / $0.0060$1.50 / $4.50 / $0.071

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别DeepSeek V4.1 Flash 1017 (max)Qwen4 Max领先者
推理55.058.5Qwen4 Max
编程61.755.1DeepSeek V4.1 Flash 1017
智能体与工具54.6–无法比较
数学60.5–无法比较
知识47.559.0Qwen4 Max
多模态62.7–无法比较
长上下文66.0–无法比较
综合53.5–无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程知识DeepSeek V4.1 Flash 1017, 推理: 55.0DeepSeek V4.1 Flash 1017, 编程: 61.7DeepSeek V4.1 Flash 1017, 知识: 47.5Qwen4 Max, 推理: 58.5Qwen4 Max, 编程: 55.1Qwen4 Max, 知识: 59.0

未绘制(测得的模型少于两个):智能体与工具, 数学, 指令遵循, 长上下文, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 13 项基准测试中,DeepSeek V4.1 Flash 1017 领先 2 项,Qwen4 Max 领先 11 项。所有同时评测两者的综合评分都认为 Qwen4 Max 更强。

综合 IndexDeepSeek V4.1 Flash 1017 (max)Qwen4 Max领先者
AA Intelligence Index v5.0.132.642.9Qwen4 Max
Vals Index61.363.2†Qwen4 Max

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标DeepSeek V4.1 Flash 1017 (max)Qwen4 Max
每百万 token 混合价格$0.525$2.25
每百万 token 输入 / 输出$0.300 / $1.20$1.50 / $4.50
每百万 token 缓存输入$0.0060$0.071
每项任务价格:聊天回复$0.0005$0.0020
每项任务价格:总结一份 30 页的报告$0.0043$0.021
每项任务价格:代码编辑$0.0036$0.016
每项任务价格:智能体编程会话$0.023$0.108
每项任务价格:结构化信息提取$0.0008$0.0039
智能体编程会话(输入大多命中缓存)$0.0096$0.044
每项基准测试任务成本(AA Index)$0.602$3.27
每项任务输出 token(AA Index)139k105k
其中推理部分91k69k
每项任务耗时(AA Index)14 min30 min
输出速度165 tok/s59 tok/s
首次回答时间44.5 秒139.2 秒
完整回答耗时(最近一次测量 2026年11月13日)91.2 秒–

按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 DeepSeek V4.1 Flash 1017 (max) 上花费 $0.602,在 Qwen4 Max 上花费 $3.27;完成同样的工作,DeepSeek V4.1 Flash 1017 (max) 输出的 token 是对方的 1.3 倍,这是只看 token 单价看不出来的。

每个模型都按其排名最高的推理强度设置进行对比。DeepSeek V4.1 Flash 1017 (max) 得分 56.8,首个回答 token 需 44 秒;DeepSeek V4.1 Flash 1017 (high) 为 50.9(18 秒),DeepSeek V4.1 Flash 1017 (无推理) 为 44.9(1 秒)。Qwen4 Max首个回答 token 需 139 秒。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 96 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方DeepSeek V4.1 Flash 1017 (max)Qwen4 Max
BenchLeader IndexBenchLeader56.8–
智能体与工具得分BenchLeader54.6–
编程得分BenchLeader61.755.1
综合得分BenchLeader53.5–
知识得分BenchLeader47.559.0
长上下文得分BenchLeader66.0–
数学得分BenchLeader60.5–
多模态得分BenchLeader62.7–
推理得分BenchLeader55.058.5
混合价格(美元/百万 token)BenchLeader$0.525$2.25
输出速度BenchLeader165 tok/s59 tok/s
首次回答时间BenchLeader44.5 秒139.2 秒
上下文窗口BenchLeader1,048,576 token991,808 token
推理
GPQA DiamondEpoch AI Benchmarking Hub93.2%–
LiveBench 2.0 ReasoningLiveBench89.1%92.2%†
Humanity's Last Exam (AA)Artificial Analysis43.3%–
HLE-Diamond (AA)Artificial Analysis25.3%44.9%
ARC-AGI-1ARC Prize93.5%–
ARC-AGI-2ARC Prize78.1%–
ARC-AGI-3ARC Prize5.8%–
CritPtArtificial Analysis24.0%–
CritPt v2 hard subset (AA)Artificial Analysis25.0%43.0%
HLE-Diamond (Scale)Scale AI SEAL20.5%†–
Chess PuzzlesEpoch AI Benchmarking Hub46.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub49.0%–
编程
SciCodeSciCode55.9%–
Arena WebDevArena (LMArena)16591750†
LiveBench 2.0 CodingLiveBench80.4%69.8%†
Code MigrationVals AI44.2%–
Code Migration v1.1Vals AI67.5%–
Vibe Code Bench v1.1Vals AI87.7%86.7%†
Vibe Code Bench 1-100 v1.1Vals AI26.1%–
CursorBenchCursor47.7%–
ALE-BenchEpoch AI Benchmarking Hub1622–
WeirdML v3WeirdML9.1%†–
Terminal-Bench 4.0 (AA)Artificial Analysis33.8%48.5%
GameBench 2 OverallDuelLab GameBench 261.4†–
GameBench 2 by reasoning settingDuelLab GameBench 269.9–
显示全部 96 项基准测试
指标发布方DeepSeek V4.1 Flash 1017 (max)Qwen4 Max
编程
Design Arena WebsiteDesign Arena1292†–
FrontierCode 1.1 (AA)Artificial Analysis43.7%–
FrontierCode 2.0 (AA)Artificial Analysis28.5%26.4%
智能体与工具
Terminal-BenchTerminal-Bench38.5%–
APEX-AgentsMercor69.8%–
Arena AgentArena (LMArena)0.87.3†
LiveBench Long AgenticLiveBench38.8%46.6%†
LiveBench BrowserLiveBench67.2%80.7%†
GDPval-AA v2.1, normalised scoreArtificial Analysis62.3%–
GDPval-AA v2.1Artificial Analysis17461809
Analyst Agent (AA)Artificial Analysis–46.3%
APEX-Agents (AA)Artificial Analysis–59.1%
Finance Agent v2Vals AI57.0%–
Finance Agent v2.1Vals AI62.9%66.7%†
Harvey's Legal Agent Benchmark v1.1Vals AI14.2%21.3%†
Harvey's Legal Agent Benchmark v1Vals AI9.2%–
Legal Research BenchVals AI45.2%41.4%†
Robo-benchVals AI4.2%–
Tax Agent BenchVals AI44.4%40.4%†
Terminal-Bench 4.0 (Vals)Vals AI31.8%48.5%†
Arena Agent Task CompletionArena (LMArena)2.28.8†
AutomationBenchArtificial Analysis66.6%72.6%
GDP.pdf (AA)Artificial Analysis17.2%26.2%
Harvey LAB-AA v1.1Harvey–9.4%
EnterpriseOps-GymArtificial Analysis–48.5%
AA-Briefcase v1.1Artificial Analysis15701686
GDPxGDPx by SemiAnalysis5.4%–
Design Arena AgenticDesign Arena1284†1356
Terminal-Bench-Science 0.1 (AA)Artificial Analysis12.9%23.3%
CWE-Bench (AA)Artificial Analysis69.2%–
DeepSec-Bench (AA)Artificial Analysis24.9%–
CyberGym end-to-end (AA)Artificial Analysis76.3%–
MKA (AA)Artificial Analysis38.5%–
FACTS SearchGoogle89.9%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub71.2%–
FrontierMath Tier 4Epoch AI Benchmarking Hub46.3%–
OTIS Mock AIMEEpoch AI Benchmarking Hub99.4%–
ArXivMathMathArena42.5%–
BrokenArXivMathArena48.7%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub42.5%–
LiveBench 2.0 Data AnalysisLiveBench79.5%83.4%†
LiveBench ResearchLiveBench78.6%84.7%†
AA-Omniscience v1.1Artificial Analysis0.927.7
PRBench FinanceScale AI SEAL47.1%†–
PRBench LegalScale AI SEAL47.3%†–
Excel Modeling BenchmarkVals AI61.8%–
Excel Modeling Benchmark v1.1Vals AI69.2%70.8%†
Access to Justice BenchmarkVals AI73.1%–
DrugDiscoveryBenchScale AI SEAL60.6%†–
AA-Omniscience v1.1: accuracyArtificial Analysis39.6%43.7%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis35.9%71.6%
FACTS ParametricGoogle52.8%†–
指令遵循
MultiChallengeScale AI SEAL74.9%†–
多模态
LiveBench DesignLiveBench79.8%79.1%†
MMMU-ProArtificial Analysis80.6%–
Humanity's Sixth SenseScale AI SEAL30.1%–
VIALS-AAHandshake AI40.4%–
长上下文
AA-LCR v1.1Artificial Analysis82.7%–
MLCRArtificial Analysis26.7%19.4%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub159.4†–
LiveBench 2.0LiveBench70.3%73.1%†
AA Intelligence Index v5.0.1Artificial Analysis32.642.9
AA Intelligence Index v4.3.2Artificial Analysis45.1–
AA Progress Index v1Artificial Analysis323.7–
Vals IndexVals AI61.363.2†
Vals Finance IndexVals AI60.9%62.0%†
Vals Router IndexVals AI61.3%†–
Vals Legal IndexVals AI71.9%70.7%†
AA Cyber IndexArtificial Analysis56.8–
安全与诚实
FORTRESSScale AI SEAL27.2%†–
元数据
AA Openness IndexArtificial Analysis44.4–

数据截至 2026年11月19日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261114-ca113f475f5e (https://benchmarks.duellab.org/releases/gb2-20261114-ca113f475f5e/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • DeepSeek V4.1 Flash 1017 (max):1 项分数修订。
  • DeepSeek V4.1 Flash 1017 (max):1 项分数修订。
  • DeepSeek V4.1 Flash 1017 (max):BenchLeader Index 58.0 → 57.1。
  • DeepSeek V4.1 Flash 1017 (max):1 项新结果(Robo-bench);1 项分数修订。
  • DeepSeek V4.1 Flash 1017 (max):1 项分数修订。
  • DeepSeek V4.1 Flash 1017 (max):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • DeepSeek V4.1 Flash 1017 (max):BenchLeader Index 58.5 → 58.0。
  • DeepSeek V4.1 Flash 1017 (max):1 项新结果(Terminal-Bench);1 项分数修订。
  • DeepSeek V4.1 Flash 1017 (max):BenchLeader Index 59.0 → 58.5。
  • DeepSeek V4.1 Flash 1017 (max):1 项分数修订。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

DeepSeek V4.1 Flash 1017 vs Qwen4 Max:常见问题

DeepSeek V4.1 Flash 1017 和 Qwen4 Max 哪个更便宜?价格会变吗?
目前 DeepSeek V4.1 Flash 1017 更便宜:每百万 token $0.525 比 $2.25(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 DeepSeek V4.1 Flash 1017 还是 Qwen4 Max 更好?
DeepSeek V4.1 Flash 1017 在编程方面得分更高(类别得分 62 比 55,50 为平均水平)。在两者共同的最主要编程基准测试 FrontierCode 2.0 (AA) 上,DeepSeek V4.1 Flash 1017 为 28.5%,Qwen4 Max 为 26.4%。
DeepSeek V4.1 Flash 1017 和 Qwen4 Max 哪个更快?
DeepSeek V4.1 Flash 1017 输出更快(3 倍以上;输出 165 比 59 token/秒,Artificial Analysis 7 日中位数)。
DeepSeek V4.1 Flash 和 DeepSeek V4.1 Flash 1017 是同一个模型吗?
本页对比的检查点是 DeepSeek V4.1 Flash 1017(BenchLeader Index 56.8);它取代了之前的版本,因此搜索 DeepSeek V4.1 Flash 的用户也会来到本页。
处理长文档哪个更好?
DeepSeek V4.1 Flash 1017 支持更长的上下文:1,048,576 token,Qwen4 Max 为 991,808 token。
更多问题(3)
哪个延迟更低?
DeepSeek V4.1 Flash 1017 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 44.5 秒比 139.2 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 DeepSeek V4.1 Flash 1017 和 Qwen4 Max 的看法一致吗?
在两者都有结果的 13 项基准测试中,DeepSeek V4.1 Flash 1017 领先 2 项,Qwen4 Max 领先 11 项。所有同时评测两者的综合评分都认为 Qwen4 Max 更强。
Qwen4 Max 是什么时候发布的?
Qwen4 Max 于 2026年11月16日 发布。