DeepSeek-V4.1-Flash 评测详情
DeepSeek-V4.1-Flash 当前已收录的代表性评测结果包括 HLE（6 / 247，得分 63.90）、Terminal-Bench 2.1（2 / 66，得分 90.60）、AutomationBench（6 / 148，得分 54.80）。本页还提供与 3 个竞品模型及 3 个前代或同系列模型的对比，在有数据时会展示性能和价格视图。
评测结果
DeepSeek-V4.1-Flash
评测结果
抽象归纳与泛化
共 16 项评测评测名称 / 模式
得分
排名/总数
科学知识与推理
共 3 项评测评测名称 / 模式
得分
排名/总数
自主开发与终端任务
共 4 项评测评测名称 / 模式
得分
排名/总数
仓库修复与多文件工程
共 4 项评测评测名称 / 模式
得分
排名/总数
跨能力聚合指数
共 5 项评测评测名称 / 模式
得分
排名/总数
程序生成与编辑
共 3 项评测评测名称 / 模式
得分
排名/总数
金融
共 4 项评测评测名称 / 模式
得分
排名/总数
数学
共 5 项评测评测名称 / 模式
得分
排名/总数
竞品对比
DeepSeek-V4.1-Flash 与同类主流模型的评测得分对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | DeepSeek-V4.1-Flash当前 | Kimi K3 | GLM-5.3 | Claude Opus 5 |
|---|---|---|---|---|
94.50思考水平·高 | 94.50思考水平·高 ｜ 工具 | -- | 97.50思考水平·极高 | |
72.92思考水平·高 | 60.42思考水平·高 ｜ 工具 | -- | 90.42思考水平·高 | |
0.85思考水平·高 | -- | -- | 30.16思考水平·高 | |
63.90思考水平·高 ｜ 工具 | 59.80思考水平·高 ｜ 工具 | 62.50思考水平·高 ｜ 工具 | 63.60思考水平·高 ｜ 工具 | |
14.30思考水平·高 | 23.40思考水平·高 | 19.10思考水平·高 | 29.10思考水平·高 | |
90.90思考水平·高 | 91.92思考水平·高 | -- | 87.88思考水平·低 | |
21.17思考水平·高 ｜ 工具 | -- | 22.97思考水平·高 ｜ 工具 | 37.39思考水平·高 ｜ 工具 | |
1539.90常规模式 | 2083.50常规模式 | 2076.70常规模式 | 2133.50常规模式 | |
40.28思考水平·高 ｜ 工具 | 48.94思考水平·高 ｜ 工具 | 68.44思考水平·高 ｜ 工具 | 84.33思考水平·高 ｜ 工具 | |
66.70常规模式 | 60.70思考水平·高 | 66.20思考水平·高 | 80.60思考水平·高 | |
81.11思考水平·高 | 79.19思考水平·高 | 76.14思考水平·高 | 80.08思考水平·高 | |
78.04常规模式 ｜ 工具 | 63.39常规模式 ｜ 工具 | 60.74常规模式 ｜ 工具 | 82.09常规模式 ｜ 工具 |
其余 44 个 benchmark 仍可在上方图表中查看。
DeepSeek-V4.1-Flash 与同类模型的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。
这些模型的价格币种或计费单位不一致，暂不直接绘制统一柱状图，以下展示原始价格。
Kimi K3
供应商: Moonshot AI
标准输入: ¥20 / 1M tokens
标准输出: ¥100 / 1M tokens
GLM-5.3
供应商: 智谱AI
标准输入: ¥8 / 1M tokens
标准输出: ¥28 / 1M tokens
Claude Opus 5
供应商: Anthropic
标准输入: $5 / 1M tokens
标准输出: $25 / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Kimi K3 | Moonshot AI | ¥20 / 1M tokens | ¥100 / 1M tokens | — |
GLM-5.3 | 智谱AI | ¥8 / 1M tokens | ¥28 / 1M tokens | — |
Claude Opus 5 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
历代版本对比
DeepSeek-V4.1-Flash 代际各版本的评测成绩纵向对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。· 点击任意行可切换下方趋势图。
| 评测项 | DeepSeek-V4.1-Flash当前 | DeepSeek-V4-Flash-Vision-Exp | DeepSeek V4 Flash 0731 | DeepSeek-V4-Flash |
|---|---|---|---|---|
94.50思考水平·高 | -- | 89.00思考水平·高 | -- | |
72.92思考水平·高 | -- | 61.39思考水平·高 | -- | |
63.90思考水平·高 ｜ 工具 | -- | 51.50思考水平·高 ｜ 工具 | 45.10思考水平·极高 ｜ 工具 | |
14.30思考水平·高 | -- | -- | 7.10思考水平·高 | |
90.90思考水平·高 | -- | -- | 71.20常规模式 | |
1539.90常规模式 | -- | -- | 1559.40常规模式 | |
3471.00思考水平·高 | -- | -- | 3289.00思考水平·高 | |
40.28思考水平·高 ｜ 工具 | -- | 32.72思考水平·高 ｜ 工具 | -- | |
66.70常规模式 | -- | -- | 61.10常规模式 | |
81.11思考水平·高 | 76.76思考水平·高 | 74.17思考水平·高 | 65.48常规模式 | |
78.04常规模式 ｜ 工具 | 63.63常规模式 ｜ 工具 | -- | -- | |
71.81思考水平·高 | -- | -- | 65.60思考水平·高 |
其余 33 个 benchmark 仍可在上方图表中查看。
单评测历史趋势图
当前查看：ARC-AGI-1 · 抽象归纳与泛化
选择评测
DeepSeek-V4.1-Flash 所在代际的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
DeepSeek-V4-Flash | DeepSeek-AI | $0.14 / 1M tokens | $0.28 / 1M tokens | — |