# DeepSeek V4.1 Flash 写代码成本差 15 倍

- URL: https://davidyin.dev/video/bv1tjes6kegs/
- 作者: David Yin
- 发布: 2026-09-16T09:57:44+08:00 · 更新: 2026-09-29
- 时长: 03:12
- 平台: B 站 https://www.bilibili.com/video/BV1TJes6KEgS · YouTube https://www.youtube.com/watch?v=nby2-5bgFks · 视频号（搜索「不确定体验局」）
- 标签: DeepSeek、AI 编程、模型成本、DeepSWE、Fireworks
- 摘要: Fireworks 实测：同样让 AI 写代码，DeepSeek V4.1 Flash 在 DeepSWE 上 74.34 分几乎追平最贵旗舰的 74.12 分，但每个任务成本 0.43 美元对 6.52 美元，账单差约 15 倍；换到 HLE 研究生级难题考试它落后一截，这期讲清 15 倍在什么活上成立、为什么写代码特别便宜。

## 这期讲了什么

- Fireworks（一家自己也在卖 DeepSeek 的海外云）用 DeepSWE 让各家模型自己改代码、把任务做到通过：DeepSeek V4.1 Flash 拿到 74.34 分，最贵旗舰 74.12 分，另外两家旗舰也挤在 0.7 分以内；重跑一次分数能晃 1.4–3.2 分，谁都没把谁甩开
- 分化全在账单：DeepSeek 每任务 0.43 美元，最贵那档 6.52 美元，差约 15 倍——付给旗舰一次的钱，够 DeepSeek 连着跑 15 次；比 Gemini 那档便宜约 5.5 倍，比 Claude 那档便宜约 28 倍
- 换一类考试账就翻过来：研究生级难题考 HLE，DeepSeek 34.52 分落后旗舰的 50.40 分；另一套让 AI 操作电脑的考试只差 1 个点，便宜约 12 倍
- 为什么写代码这么便宜：这类任务读得特别多、说得特别少，输入输出约 174:1，账单六成来自反复读同一批资料，草稿占的那块贵内存缩小了

## 文字稿

### DeepSWE：让 AI 自己改代码到通过

DeepSeek 出了个便宜档。海外一家专门跑别人模型的云，拿 DeepSeek 跟最贵的旗舰对打。写代码这件事上，成绩几乎挨在一起，差的完全是另一件事。

付过 AI 月费的人都清楚，账单涨起来特别没声。你以为多付钱能买到更强，月费涨了还觉得踏实。可这回对打完，我只想问一句：差的到底是什么？

测的这家叫 Fireworks，自己也在卖 DeepSeek。九月十四号这家发了篇对照，比的不是聊天，是派 AI 自己改代码、把任务做完。业内管这套考试叫 DeepSWE，你就把它想成：给 AI 一堆文件和报错，让模型连着修到通过。

DeepSeek V4.1 Flash 拿了 74.34，海外最贵那档 74.12，另外两家旗舰也挤在 0.7 分以内。他们自己说，换一次再跑，分数能晃 1.4 到 3.2。所以这组里，谁都没把谁甩开。

### 账单差多少：每任务 0.43 美元对 6.52 美元

分化全在账单。DeepSeek 每个任务 0.43 美元，海外最贵那档 6.52 美元。他们把所有模型摆在同一张图上，横轴就是每个任务花多少钱。同样让 AI 把代码写完，成绩几乎一样，账单却差了 15 倍。对上号的算法是：你付给旗舰一次的钱，够 DeepSeek 连着跑 15 次。比 Gemini 那档大约便宜 5.5 倍，比更贵的 Claude 那档大约 28 倍。倍数只能绑在写代码这件事上。

对你意味着什么？你多付的那笔钱，只买到同一档里最贵的单。至少在「让 AI 自己把代码写完」这类活上，账是这样算的。

### HLE 难题考试：15 倍不能概括全部

换一类考试，账就翻过来。有套研究生级的难题考叫 HLE，DeepSeek 34.52，海外旗舰 50.40。原文写得很直：如果你的活只是硬科学推理，这可能不是合适的选择。另一套让 AI 操作电脑的考试，成绩只差一个点，便宜大约 12 倍，不是 15 倍。

所以 15 倍不能拿来概括全部。写代码、让它连着把任务做完，这笔账成立；纯考难题，它落后。

### 为什么写代码这么便宜

这类任务读得特别多、说得特别少。DeepSeek 读题时只激活一小部分，开口才用多一点。这次跑下来，输入和输出大概是 174 比 1，账单里六成来自反复读同一批资料。草稿占的那块贵内存缩小了，重复劳动就没那么贵。

我不敢替你的项目拍板。能做的只有一件事：打开你正在付费的那一档，看它接的是写代码连着干，还是在答难题。对上号再决定换不换。

同样写代码，你多付的不是更强，是 15 倍账单。你现在调的那一档，是写代码连着干，还是在答难题？

## 常见问题

### DeepSeek 写代码比旗舰便宜多少？

按 Fireworks 的 DeepSWE 测试，DeepSeek V4.1 Flash 每个任务约 0.43 美元，最贵旗舰 6.52 美元，差约 15 倍；比 Gemini 那档便宜约 5.5 倍，比 Claude 那档便宜约 28 倍。这个倍数只绑在「让 AI 把代码写完」这类活上。

### DeepSWE 是什么测试？

不是聊天考试，是给 AI 一堆文件和报错，让它自己改代码、连着修到任务通过的一套业内测试。

### DeepSeek 便宜档适合所有任务吗？

不适合。HLE 研究生级难题考试里 DeepSeek 34.52 分，落后旗舰的 50.40 分，原文直说纯硬科学推理可能不是合适的选择；让 AI 操作电脑的考试只差 1 个点、便宜约 12 倍。15 倍这笔账只在写代码、连着跑任务上成立。

> 视频不在本站托管，正片见上方平台链接；本页是目录与注解。