中国人能飞，中国模型也能让特斯拉飞。

前两天更新的 DeepSeek V4.1 Flash 太强大了，社交媒体上网友们清一色的评论都是「无法相信一个便宜 90% 的模型，能够产出和 GPT-6.1 Sol Ultra 一样好的效果。」

我们丢了一段「特斯拉能飞」的视频还有附带的几段提示词给它，DeepSeek 一顿深度求索，就输出了一个完整的动态 3D 网页。

图｜https://tesla-roadster-3d-six.vercel.app/

这个效果虽然不能说 1:1 复刻视频，但几乎没有任何 Bug，也抓到了原视频从地面加速切入、吸附爬坡，再到坡顶倒挂飞射出去，然后离地悬停等几大要素。

惊艳的效果也在 benchmark 上体现，DeepSeek V4.1 Flash 的编程能力超越 Kimi K3，一举跃升到开源模型的第一。

甚至连 GPT-6.1 Sol、Claude Fable 5、Opus 5，以及 GPT-6 Astra 这些一两个月内才更新的闭源模型，在 DeepSWE 的榜单上，V4.1 Flash-1017 的表现都要比他们好。

在大模型竞技场上，针对编程领域，DeepSeek V4.1 Flash 1017 的表现也达到了新的性能 - 费用帕累托最优。

在专门的 3D 建筑重建的榜单 BuildingBench 上，DeepSeek 的表现也从九月份的第十三名，一举来到前五名，甚至比 Gemini 4 Argon 的表现还要好。

4 块钱，让特斯拉飞起来

DeepSeek 在更新说明里还提到，新版本通过基于自反馈的强化学习，提升了从零构建游戏和 3D 项目的能力。

这次特斯拉演示就涉及好几个部分：汽车和跑道要搭出来，加速、爬坡、悬停的动作也要衔接起来。最后交到用户手里的，是一个能完整运行的项目。我们这次的实测也是选择了在 DeepSeek Harness 内进行。

还是继续让它做一些酷炫的 3D 场景，根据网络上提供了「特斯拉能飞」的提示词，我们也让 V4.1 Flash 跑了一次，这次是纯提示词版本，没有上传原视频。

图｜提示词来源：X@IFITALEX；项目预览地址：https://tesla-roadster-flight-telemetry.vercel.app/

演示效果已经有公开课上，一份精致物理课件的感觉，要求我们根据汽车的运动过程来做受力分析。

从整个的跑道、汽车，以及不同过程的重影，DeepSeek 生成的这个网页基本上挑不出什么毛病。

同时，完成这个项目的用时缩短到只需要 35 分钟，消耗 Token 是 3752 万，输出 Token 是 33 万，缓存命中率更是高达 99.6%。

按照高峰时段输入缓存命中 0.04 元每百万 Token，和输出 8 元每百万 Token 的价格，得到这个堪比场景重建的演示网页只需要 4 块钱左右。

而同样的效果，在 GPT-6.1 Sol 和 Claude 模型上，所花费的金额至少需要 100 元。如果使用 ChatGPT Plus 订阅会员，在 Codex 上跑完这个项目，可能花掉五小时额度还不够，并且只能使用 GPT-6.1 Max 思考深度的模型。

以这次四块钱的花费来看，一些只用一次的小需求，也值得拿来试试了。比如给文章配一个交互演示，或者给活动做一个临时页面。这些项目未必值得专门找人开发，但如果自己花几块钱就能先做出一版，尝试起来会容易很多。

类似的案例还有我们生成了一个 3D 的巴黎埃菲尔铁塔，虽然这个铁塔看着不太像，但是 DeepSeek 还原的细节真的太多了。

如果只是做一段巴黎街景的演示，无论是远处的房子，还是广场上的行人，以及塞纳河已经能让画面丰富不少。但如果目标是复原埃菲尔铁塔本身，接下来就需要对照参考资料，继续检查塔身的比例和结构。

图｜https://paris-3d.vercel.app/

之前测试 DeepSeek V4 Flash 时做的那些张家界石林，我们也让 V4.1 Flash 再次试了一次。

还有模仿《流浪地球》里，这次是造在海上的太空电梯。

而在场景的还原之外，模型对 Three.js 代码库的控制，以及审美在线的能力让 DeepSeek V4.1 Flash 也很适合用来制作各种游戏。

我们从 GitHub 上找到了一款使用 Three.js 构建的程序化手绘竞技场第一人称射击游戏。整个游戏的风格都是手绘的动画，但是丝毫不影响完整的游玩体验。

图｜网页地址：https://ballpoint-breach-ten.vercel.app/

DeepSeek 也是很快就完整复刻了这个游戏，和一般的 3D 项目不同，这种完全涂鸦的网页效果也很考验模型的变成能力。

事实证明，V4.1 Flash 的能力不仅仅局限在 3D 项目之中，大多数时候能力的体现，包括想要一次成型的效果，又需要特定的提示词来控制。

复刻 Typora，再给 Mac mini 做支广告

之前爆火的「万物可逆向」 REA 项目，我们也在 DeepSeek Harness 里面安装了，发送下面的提示词给自己常用的 Agent 工具即可。

Install REA and connect it to this coding agent using npx rea-agents@latest setup. Show me the setup plan for approval, then verify the installation.

安装完成之后，我们让它 REA 了一个 Markdown 编辑器，即最近刚刚更新的 Typora 2.0。

图｜https://typora-web.vercel.app/

虽然还是没有 Typora 的优雅，不是生成即渲染，我也还是需要按一下 Enter 才会从 markdown 的符号转成对应的渲染后格式。

但 REA 的研究结论倒是给的很详细，例如它说 Typora 的 macOS 外壳是原生 Mach-O，编辑面跑在 WKWebView 中，REA 图里 Electron 窗口、preload、IPC 计数全部为 0。

还提到 Typora 的即时渲染机制，是让光标不在某块时隐藏标记、显示排版结果；光标进入后标记重新出现。代码围栏、数学块、HTML 块内部再嵌入 CodeMirror。

而 DeepSeek V4.1 Flash 修 Bug 的能力在这个时候也能体现出来，我们跟它说这个即时渲染，还是需要我按一下 Enter 才会显示，DeepSeek 很快就修复好了这个问题。

以前的 AI 编程需要依赖别人公开的源代码；现在，AI 已经聪明到可以尝试从一个已经发布的软件中，反推出功能的实现方式。

从这些实测案例来看，那些 Codex 教程、Opus 5.5 教程，现在几乎都可以套用在 V4.1 Flash + DeepSeek Harness 上。

通用大模型的测试已经从一开始生成各种网页，到今年的 3D 项目，再到用通用模型来做视频生成。

我们在 DeepSeek Harness 里面安装了 HyperFrames，然后让它给 Mac mini 做一段 20s 的涂鸦广告视频。

根据 Hyperframes Skill 的流程，它会启动一个本地服务，使用 AI 来自动帮助我们剪辑视频。

DeepSeek 用代码安排画面里的文字、素材和动效，HyperFrames 再负责把它们渲染成视频文件。我们前面测试的网页编程能力，在这里也用得上。

这个视频的效果虽然比较简陋，但是根据 Opus 5.5 的动效工程进行优化一下，DeepSeek V4.1 Flash 现在是完全有能力做出相媲美的品牌视频。

例如在 Hyperframes 的发布视频项目合集里可以找到一些模板，通过直接告诉 DeepSeek 使用对应的风格，生成的视频会比完全没有提示词控制好上不少。

图｜提示词：make a dynamic 15-second motion graphics video that shows what an incredible motion designer you are, like it's your showreel for a r é sum é . go all out.

斩杀线的严父

前段时间，有外国网友在 X 上发文表示中国的开源模型，似乎很久都没有动静了。

确实如此，整个九月到十月，似乎都是 OpenAI 和 Claude，还有 Gemini 4，甚至 Meta 的开源模型都开始和苹果合作，部署在苹果最新的 Mac Studio 上。

回头看国产模型，除了 DeepSeek 九月份更新了 V4.1 Flash，Kimi、MiniMax、智谱以及千问等厂商，都没有发布新的开源模型。

直到这周六 V4.1 Flash 1017 的发布，这一版本在提升性能的同时，DeepSeek 还缩短了模型的任务运行时间与输出长度，让我们能够以更低成本、更快速度完成任务。

DeepSeek 这次更新带来的变化，也让开源与闭源之间的竞争变得更有意思了。当越来越多的任务，开源模型已经能做到接近甚至更好的效果，两者之间巨大的价差，就很难让人忽略。

这也会给闭源模型带来持续的压力。领先多少，能领先多久，这份领先值不值得用户多花钱，都会成为它们需要回答的问题。一次发布建立起来的优势，可能在下一次开源模型更新后，就被追近一大截。

沿着这个趋势，今天还需要昂贵订阅才能获得的能力，过一段时间，就可能成为便宜模型的标配。我们对 AI 的要求会越来越高，为同样的能力付出的钱，却可以越来越少。