快科技 10 月 17 日消息，今天下午 DeepSeek 又发布了 V4.1 Flash-1017 版大模型，这几天大家都在期待国产 AI 大模型升级，结果还是 DeepSeek 打了头阵，而且这波升级提升非常大。

具体的性能水平及变化之前有报道了，大家应该会注意到 DeepSeek 这次自己还发了一张帕累托曲线，也就是大家常说的 AI 斩杀线，V4.1 Flash-1017 这次又是封神一般的水平，每任务成本只有 Fable、Astra 等大模型的 1/50-1/100 之间，性价比至少高出四五十倍。

DeepSeek 是怎么做到这样的斩杀线的？大家都知道他们有极强的 AI 优化能力，在降低成本这方面可以说极尽所能，而 vllm_project 发布的下面这张图可以清晰地展示出 DeepSeek 在 AI 硬件上的优化有多强。

这张图是对比的是 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这么简单换算，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有了无人能敌的优势。

正因为 DeepSeek V4.1 Flash 在成本上有堪称逆天的优势，各大平台也敢于提供超低的收费，OpenCode、CommandCode 的 10 美元套餐中最近都能用量打到了 80-120 美元，OpenCode 这两天更是免费开放了，现在聚合路由平台上 V4.1 Flash 自己的用量都是百万亿 Token 级别的，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的产出最多也就是 V4.1 Flash 的 1/10，如果是 1.5-3 万亿参数量的大模型，那成本差距更是可以达到 40-50 倍以上，完全没法比。

这还要说明一点，这个 TCO 成本还是 V4.1 Flash-0910 的，不是今天发布的 1017 版，后者虽然 API 定价没变，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，体感上来说至少也降低了一半的消耗，意味着 TCO 成本还能再次大降一波。