实测DeepSeek 4.1 flash 1017：3D建模提升明显思考时间变长

DeepSeek 突然更新，flash模型进化到deepseek 4.1 flash 1017，从跑分来看已经超越kimi k3和glm 5.3 ，接近opus 5

跑分如下：

deepswe1.1跑分尤其强悍，这个是衡量原创、长时程软件工程任务上的表现，处于帕累托前沿：

我做了一下测试，用的是最新版deepseek harness 极简模式

提示词很简单：

用HTML和three.js制作一个火星登陆模拟过程，全程要符合物理过程，逼真，发挥你最大的想象力，开始吧

看看许愿式编程能不能一键成真

这个提示词是我一直以来的用来测试新模型的，非常考验模型一次性长时软件任务完成度

我直接放结果：

任务单次用时2个半小时，花了2块钱左右，消耗3900万token

总的来说，虽然token速度极快，全程达到了250tok/s，但是思考用时太多了，导致整个任务非常慢，3d建模能力肉眼可见强了很多，问题也有比降落伞建模出现错误，没有声音，整个任务完成度相当高，我的感觉是这个任务表现非常接近kimi k3 max（kimi k3 max 用时1个半小时）

kimi k3 max 结果大家自行对比：

DeepSeek-V4.1-Flash-1017 模型权重下载地址如下：

HuggingFace:

https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017

ModelScope:

https://modelscope.cn/models/deepseek-ai/DeepSeek-V4.1-Flash-1017