Fireworks AI上周宣布推出DeepSeek‑V4.1‑Flash模型。根据该公司自己的基准测试，这款模型的编码准确率与GPT‑6 Astra相当，但每项任务的成本只有约十五分之一。报告显示，完成一项典型的DeepSWE编码任务需花费$0.43。公司称，成本降低得益于全新的输入/输出拆分架构，以及占用内存更少的改进型KV缓存。
模型如何降低成本
DeepSeek‑V4.1‑Flash是一款拥有5520亿参数的混合专家（MoE）模型。处理输入时会激活80亿个参数，生成输出时则激活160亿个参数，符合编码智能体的令牌使用模式：读取大量代码，但生成的补丁相对较短。在DeepSWE测试中，该模型消耗了3690万个输入令牌和21.1万个输出令牌，比例为174:1。与上一代DeepSeek V4相比，新KV缓存使用的高带宽内存（HBM）减少至四分之一，SSD存储减少至八分之一，同时将缓存命中率维持在99.6%，并将账单中来自缓存命中的部分降至60%。
优势与不足
在面向编码的DeepSWE基准测试中，该模型的表现与Astra、Gemini 3.8 Flash和Claude Opus 5相当，pass@1得分差距均在0.7个百分点以内，但价格低得多。它比Gemini 3.8 Flash便宜5.5倍，比Astra便宜15倍，比Opus 5便宜28倍。换用另一种工作负载（Terminal‑Bench 2.1）时，该模型使用的输出令牌是Astra的四倍，但总体成本仍低约12倍。不过，在多模态推理基准测试Humanity’s Last Exam中，该模型得分为34.52%，低于Astra的50.40%，表明它在纯学术推理方面表现较弱。一个能从两款模型的回答中挑选最佳答案的“预言机路由器”，得分比单独使用Astra高出4.4个百分点，这表明混合使用多种模型可能更有优势。
如何获取
Fireworks通过无服务器API提供DeepSeek‑V4.1‑Flash，也为生产工作负载提供专用算力选项。公司承诺很快推出面向受监管行业的美国托管端点，并计划为早期采用者提供训练支持。
为什么重要
对于开发AI辅助编码工具的开发者来说，这款新模型让持续、高频迭代的智能体工作流变得经济可行，也让原本昂贵的单次调用可以转为低成本的后台任务。若团队需要在学术领域具备较强推理能力，可能仍需组合使用多种模型，因为DeepSeek‑V4.1‑Flash在这类任务上的表现较弱。
