DeepSeek V4.1 Flash
性价比更高: Claude Haiku 5.5 $0.200/M 即可获得 Index 56.7,便宜 62%。
没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。
截至 2026年11月16日,DeepSeek V4.1 Flash(DeepSeek)在 BenchLeader Index 上得分 58.5(共 608 个已排名配置)。表现最好的是长上下文(67),最弱的是知识(51)。API 价格为输入每百万 token $0.150、输出每百万 token $0.600(按 3:1 混合为 $0.262),为 2026年11月16日的标价。输出速度约为 240 token/秒(Artificial Analysis)。发布于 2026年9月10日。
要点(截至 2026年11月16日)
- DeepSeek V4.1 Flash 的 API 价格为输入每百万 token $0.150、输出每百万 token $0.600(按 3:1 混合为 $0.262)(标价,2026年11月16日)。
- DeepSeek V4.1 Flash 的输出速度约为 240 token/秒(Artificial Analysis,2026年11月16日)。
- DeepSeek V4.1 Flash 于 2026年9月10日发布(DeepSeek)。
详细说明:DeepSeek V4.1 Flash 是 DeepSeek 的开放权重推理模型,发布于 2026年9月10日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 58.5 ±4.2,在 608 个配置中排第 126 名,处于上半区。关键在于这个“±”:另有 239 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,长上下文得分最高(67),知识最低(51)。按混合价格计,每百万 token $0.525,比大多数已排名模型便宜。输出速度为 240 token/秒,首次回答需 33.2 秒,位于最快的四分之一。它已被 DeepSeek V4.1 Flash 1017 取代,如今应与后者进行比较。它已在 5 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $0.525/M
- 输入 $0.300 · 输出 $1.20
- 来源:Artificial Analysis
- 输出速度
- 240 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 33 s
- 首 token 0.60 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 76 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年9月10日
- 综合 Index59
- 推理58
- 编程58
- 智能体与工具56
- 数学61
- 知识51
- 人类偏好66
- 多模态61
- 长上下文67
版本
DeepSeek 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| DeepSeek V4.1 Flash 1017max | 2026年10月17日 | 57.7 | #147 |
| DeepSeek V4.1 Flashmax本页 | 2026年9月10日 | 58.5 | #126 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | 44.0 | #476 | 221 tok/s | 0.89 s | $0.0005 | 编程 33 · 长上下文 52 · 多模态 48 · 推理 33 |
| low | – | – | 126 tok/s | 0.60 s | $0.0002 | 推理 55 |
| high | 55.6 | #205 | 126 tok/s | 0.60 s | $0.0002 | 智能体与工具 62 · 编程 58 · 知识 58 · 推理 57 |
| max最佳 | 58.5 | #126 | 240 tok/s | 33 s | $0.0005 | 智能体与工具 56 · 编程 58 · 人类偏好 66 · 知识 51 · 长上下文 67 · 数学 61 · 多模态 61 · 推理 58 |
| 未说明 | – | – | 126 tok/s | 0.60 s | $0.0002 | 智能体与工具 38 · 数学 56 · 推理 60 |
Index 走势
2026年9月19日 至 2026年11月16日- max
- high
- 无推理
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | 无推理 | max | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 44.4#97 | 44.4#97 | Artificial Analysis |
推理
| 基准测试 | 无推理 | low | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | – | 89.8%#56 | – | Epoch AI Benchmarking Hub | |
| SimpleBench推理强度未说明 | – | – | – | – | 66.7%#30 | SimpleBench | |
| Arena Hard Prompts | – | – | – | 1499#39 | – | Arena (LMArena) | |
| LiveBench 1.0 Reasoning不计入 Index | – | – | – | 86.7%#31 | – | LiveBench | |
| Humanity's Last Exam (AA)不计入 Index | 10.8%#331 | – | – | 39.3%#104 | – | Artificial Analysis | |
| HLE-Diamond (AA) | 6.3%#138 | – | – | 19.1%#83 | – | Artificial Analysis | |
| ARC-AGI-1 | 7.8%#246 | 90.5%#81 | 88.5%#95 | 94.5%#46 | – | ARC Prize | |
| ARC-AGI-2 | 1.3%#226 | 60.6%#92 | 67.5%#72 | 72.9%#61 | – | ARC Prize | |
| ARC-AGI-3 | 0.5%#55 | 3.3%#40 | 3.2%#41 | 2.7%#43 | – | ARC Prize | |
| CritPt不计入 Index | 0.3%#291 | – | – | 14.3%#111 | – | Artificial Analysis | |
| MysteryMechanism不计入 Index | – | – | 21.2%#25 | – | – | Vals AI | |
| Arena Expert不计入 Index | – | – | – | 1518#23 | – | Arena (LMArena) | |
| Chess Puzzles不计入 Index | – | – | – | 48.0%#21 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | – | – | – | 43.0%#19 | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index推理强度未说明 | – | – | – | – | 47.0%#88 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | – | – | 89.9%#94 | Epoch AI Benchmarking Hub |
编程
智能体与工具
数学
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 67.4%#37 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 26.8%#47 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 98.3%#30 | – | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | 54.0%#30 | Vals AI | |
| LiveBench Mathematics不计入 Index | 93.3%#23 | – | LiveBench | |
| Arena Maths | 1495#22 | – | Arena (LMArena) |
知识
| 基准测试 | high | max | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleQA Verified | – | 42.9%#47 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | – | 79.3%#17 | LiveBench | |
| LegalBench | 83.3%#56 | – | Vals AI | |
| BioMysteryBench不计入 Index | 67.8%#19 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | 57.2%#41 | – | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index | – | 67.8%#29 | Vals AI | |
| MedCode不计入 Index | 41.2%#55 | – | Vals AI | |
| MedScribe不计入 Index | 85.5%#26 | – | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | – | 64.3%#23 | Vals AI | |
| Access to Justice Benchmark不计入 Index | – | 72.9%#10 | Vals AI | |
| Financial Coaching Bench不计入 Index | 72.8%#14 | – | Vals AI | |
| Immigration Bench不计入 Index | – | 65.6%#17 | Vals AI | |
| GDP.pdf不计入 Index | – | 19.8%#31 | Epoch AI Benchmarking Hub | |
| HealthBench Professional (AA)不计入 Index | – | 50.7%#19 | OpenAI |
指令遵循
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| LiveBench Language不计入 Index | 81.2%#28 | LiveBench | |
| LiveBench Instruction Following不计入 Index | 70.0%#31 | LiveBench | |
| Arena Instruction Following不计入 Index | 1476#30 | Arena (LMArena) |
人类偏好
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1475#37 | – | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1540#55 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1441#60 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1471#63 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1481#45 | – | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | max | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Vision | – | 1279#37 | Arena (LMArena) | |
| MMMU-Pro | 65.6%#187 | 77.0%#96 | Artificial Analysis | |
| SAGE不计入 Index | – | 85.4%#17 | Vals AI | |
| Furniture Assembly不计入 Index | – | 34.2%#25 | Epoch AI Benchmarking Hub | |
| Code2Video-AA不计入 Index | – | 1053#9 | Artificial Analysis |
长上下文
| 基准测试 | 无推理 | max | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 55.3%#318 | 84.0%#13 | Artificial Analysis | |
| MLCR不计入 Index | – | 23.9%#36 | Artificial Analysis |
综合
| 基准测试 | 无推理 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | 156.7#34 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | – | – | 81.1%#9 | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 24.7#181 | – | 39.5#73 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 278.2#183 | – | 320.2#60 | – | Artificial Analysis | |
| Vals Finance Index不计入 Index | – | – | 57.1%#21 | – | Vals AI | |
| Vals Science Index不计入 Index | – | 29.6%#20 | – | – | Vals AI | |
| AA Cyber Index不计入 Index | – | – | 40.8#15 | – | Artificial Analysis |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| DistressBench不计入 Index | 79.8%#6 | Scale AI SEAL |
GameBench 2 Overall: 52.6. GameBench 2, best reasoning setting (Max): 68.4. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Together | 269 tok/s | 0.20 s | $0.300 | $1.20 | 1.0M | – |
| Baseten | 191 tok/s | 0.53 s | $0.300 | $1.20 | 1.0M | – |
| Wafer | 185 tok/s | 0.28 s | $0.051 | $0.567 | 1.0M | mxfp4 |
| Fireworks | 183 tok/s | 0.38 s | $0.450 | $1.80 | 1.0M | – |
| Parasail | 182 tok/s | 0.37 s | $0.450 | $1.80 | 1.0M | fp8 |
| Open Inference | 173 tok/s | 0.90 s | $0.070 | $1.10 | 1.0M | fp4 |
| Baseten | 172 tok/s | 0.27 s | $0.300 | $1.20 | 1.0M | – |
| Modal | 171 tok/s | 0.28 s | $0.300 | $1.20 | 1.0M | – |
| DigitalOcean | 166 tok/s | 0.59 s | $0.225 | $0.900 | 1.0M | – |
| Crusoe | 166 tok/s | 0.53 s | $0.290 | $1.20 | 1.0M | fp8 |
| Wafer | 163 tok/s | 0.24 s | $0.190 | $0.650 | 1.0M | mxfp4 |
| Venice | 162 tok/s | 0.81 s | $0.300 | $1.20 | 1M | fp8 |
| Parasail | 162 tok/s | 0.59 s | $0.300 | $1.20 | 1.0M | fp8 |
| Cohere | 150 tok/s | 0.26 s | $0.195 | $0.660 | 1.0M | fp8 |
| CoreWeave | 147 tok/s | 0.62 s | $0.130 | $0.650 | 1.0M | fp8 |
| inference.net | 147 tok/s | 0.18 s | $0.103 | $0.600 | 1.0M | fp8 |
| Fireworks | 147 tok/s | 0.33 s | $0.300 | $1.20 | 1.0M | – |
| inference.net | 143 tok/s | 0.19 s | $0.103 | $0.600 | 1.0M | fp8 |
| Makora | 127 tok/s | 0.90 s | $0.260 | $1.17 | 1.0M | fp8 |
| River | 116 tok/s | 0.67 s | $0.096 | $0.384 | 1.0M | – |
| DeepInfra | 116 tok/s | 0.57 s | $0.140 | $0.420 | 1.0M | fp8 |
| DeepInfra | 112 tok/s | 0.44 s | $0.210 | $0.630 | 1.0M | fp8 |
| Google Vertex | 112 tok/s | 0.68 s | $0.300 | $1.20 | 1.0M | – |
| DeepInfra | 111 tok/s | 2.14 s | $0.112 | $0.336 | 1.0M | fp8 |
| SiliconFlow | 108 tok/s | 1.69 s | $0.300 | $1.20 | 1.0M | fp8 |
| Relace | 107 tok/s | 0.52 s | $0.120 | $0.500 | 1.0M | fp4 |
| Alibaba Cloud Int. | 105 tok/s | 0.92 s | $0.210 | $0.840 | 1M | – |
| Fireworks Spot | 100 tok/s | 0.73 s | $0.210 | $0.840 | 1.0M | – |
| Mancer | 94 tok/s | 0.67 s | $0.212 | $0.750 | 1.0M | fp8 |
| NovitaAI | 92 tok/s | 1.44 s | $0.195 | $0.780 | 1.0M | fp8 |
| Reka AI | 81 tok/s | 0.52 s | $0.120 | $0.640 | 1.0M | – |
| StreamLake | 71 tok/s | 1.28 s | $0.147 | $0.588 | 1.0M | fp8 |
| AtlasCloud | 61 tok/s | 0.76 s | $0.135 | $0.540 | 1.0M | fp8 |
| Baidu Qianfan | 45 tok/s | 1.67 s | $0.300 | $1.20 | 1.0M | fp8 |
| GMICloud | 41 tok/s | 1.84 s | $0.180 | $0.720 | 1.0M | fp8 |
使用情况
DeepSeek V4.1 Flash 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
过去 30 天的典型请求:每次请求 33.2k token、每个输出 token 对应 45 个输入 token、89% 的输入来自缓存、67% 的输出为推理内容、每次请求 0.28 次工具调用。
在 OpenRouter 上向它发送 token 最多的应用:Hermes Agent (9.17T)、Claude Code (3.87T)、pi (3.14T)、OpenHands (2.03T)、DeepSeek Harness (2.02T)。
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Together AI | 436 tok/s | 0.24 s | 100.00% |
| Runware | 382 tok/s | 0.55 s | 99.84% |
| Baseten | 273 tok/s | 0.63 s | 99.99% |
| Wafer | 246 tok/s | 0.56 s | 100.00% |
| Fireworks | 231 tok/s | 0.56 s | 100.00% |
| DigitalOcean | 228 tok/s | 0.68 s | 99.99% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.003。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0005 | $0.0004 | 34.5 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0043 | $0.0016 | 35.7 s |
| 代码编辑 | 6,000 / 1,500 | $0.0036 | $0.0023 | 39.5 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.023 | $0.0094 | 49.9 s |
| 结构化信息提取 | 2,000 / 200 | $0.0008 | $0.0004 | 34.0 s |
包含该模型的编程套餐
可以使用 DeepSeek V4.1 Flash 的订阅套餐,列出各自的用量限制和单项任务成本。
DeepSeek 的更多模型
另请参阅
嵌入或引用
引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). DeepSeek V4.1 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v4-1-flash
BibTeX:
@misc{benchleader_deepseek_v4_1_flash_20261116,
author = {{BenchLeader}},
title = {{DeepSeek V4.1 Flash on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/deepseek-v4-1-flash}},
note = {Data as of 2026-11-16}
}常见问题
- DeepSeek V4.1 Flash 的基准测试得分是多少?
- 截至 2026年11月16日,DeepSeek V4.1 Flash(推理强度 max)的 BenchLeader Index 为 58.5 ±4.2。最强的是长上下文(67),最弱的是知识(51)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- DeepSeek V4.1 Flash 排名第几?
- 截至 2026年11月16日,DeepSeek V4.1 Flash(推理强度 max)在 608 个已排名配置中排第 126 名。另有 239 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- DeepSeek V4.1 Flash 每百万 token 的价格是多少?
- 截至 2026年11月16日,DeepSeek V4.1 Flash 的价格为输入每百万 token $0.300、输出每百万 token $1.20,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.525。标价最近一次变动是在 2026年11月14日。
- DeepSeek V4.1 Flash 是什么时候发布的?
- DeepSeek 于 2026年9月10日发布了 DeepSeek V4.1 Flash。BenchLeader 收录了它在 5 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《DeepSeek V4.1 Flash:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/deepseek-v4-1-flash。