DeepSeek 又放出了一个新模型。9 月 8 日，DeepSeek V4.1 Flash 开启中间版本内测，首批用户已经把它接进编程工具，做出了数据大屏、3D 街区和火箭发射演示。
这次大家最先注意到的是生成速度。不过，作品贴出来以后，评价也开始分叉：有人觉得数据看板做得不错，有人拿火箭发射来测试，发现画面已经像样，火箭的飞行姿态却还没稳住。
我沿着 Google 和 X 上的原始帖子查了一轮，把几份有具体结果的测试放在下面。图片和动图均来自对应作者，测试任务和观察也一并交代。
输出很快，有人也嫌它想得太多
据 IT之家报道及公开的测试通知，V4.1 Flash 采用了新的模型结构，官方称其原生支持多模态，能力、速度和成本都有改进。当前内测计费与 V4 Flash 相同，每个账号限制 20 路并发。 公告中的成本改进，还没有变成测试期间的单价下调。
X 用户 @MiaAI_lab 发布了一段 API 使用视频。画面里，终端上的推理文字连续向上滚动，底部能看到 V4.1 Flash 的模型标签。作者对这段体验的评价是，快得有点过头了。
来源：@MiaAI_lab 原帖。截取原视频第 5—11 秒，转为 GIF 时未加速；画面展示的是输出过程。
另一位用户 @VulKan42069 报告，自己测试时观察到约 343 token/s，也就是每秒输出约 343 个文本单位。但他同时提到，即使使用低推理强度，模型仍有不少过度思考。这是他的单次使用反馈，原帖没有给出完整测速条件。
这两种感受可以同时成立：文字出来得快，模型也可能花很多篇幅反复考虑。对正在等代码、等成品的人来说，最后把任务做完用了多久，依然值得单独看。原帖
数据看板和 3D 街区，已经有了成品图
@luoxiaoshan_ai 展示的金融交易看板，信息量相当大。
顶部是几组指数卡片，中间放 K 线和成交量，左侧是自选股，右侧有持仓行业分布、板块资金热力图，底部还有预警区。各块内容的主次比较清楚，整张图已经能让人想象它放进业务系统后的样子。
来源：@luoxiaoshan_ai 原帖。这是模型生成的界面展示，图中行情数据的准确性与实时接入情况尚未核验。
有人在评论里追问数据从哪来。作者回复，这张看板来自 XSCT 的测试用例，单轮对话完成，数据由模型自行寻找。因此，这个案例已经展示出它组织复杂页面的能力；拿来做真实业务，还需要继续核对数据来源、计算结果和交互。作者回复
同一位作者还贴出了一张更有趣的图：让模型做一个《我的世界》风格的上海场景，最后选中了武康路街区。
截图里能看到楔形楼体、红顶小楼、梧桐树和街道。需求还包括白天、黄昏、夜晚切换，以及旋转、缩放等交互。它在 Alice 应用里经过了多轮处理，和上面的单轮看板是两个不同案例。
来源：@luoxiaoshan_ai。左侧为任务过程，右侧为街区结果；本图展示外观，交互完整性未作复测。
作者对新模型的总体评价仍比较克制：速度很快，做 BI 看板挺好，但在他的测试里，整体效果还不如 GLM 5.3 Flash。他也贴出了分项评测图。由于完整题集和评分过程没有随帖给出，这里保留他的使用判断，不据此给几个模型排总名次。
拍立得已经像样，火箭还得飞稳一点
APPSO 做了一组前端测试，其中一个任务是只用 HTML、CSS 和 JavaScript，模拟一台可互动的拍立得相机。
按他们的记录，模型用了约 5 分钟交付。演示里能看到红色快门、镜头和相纸出口，点击后，相纸逐渐吐出，图案在纸面上显现。这个案例的效果，可以直接看动图。
来源：APPSO 原文，沿用原始 GIF。约 5 分钟为原作者记录的生成耗时。
同一组测试也有比较平淡的结果。让它在一个 HTML 文件里做带编辑器、终端、游戏等功能的仿 macOS 网页系统，APPSO 的评价是中规中矩，没有太多惊喜。
X 用户 @NFT_Chen 则拿火箭发射场景来测试，并把 V4.1 Flash、GPT-6 Astra、Fable 5.1 和 Kimi K3 的画面放进了同一段视频。
V4.1 Flash 在左上角。发射架、火焰、烟雾都做出来了，但进入升空阶段后，箭体的姿态和运动显得有些摇摆。作者认为它比此前的 V4 Flash Vision Exp 画面更好，同时也吐槽火箭起飞像喝醉了一样。
来源：@NFT_Chen 原帖。截取原视频第 5—12 秒，保留四格模型标签，转 GIF 时未加速。原帖未提供完整的同条件测试记录。
这个例子把需要继续打磨的地方摆得很直观：场景能生成，火箭也能动起来，运动是否自然还要另看。用它做交互原型时，值得把运行过程完整看一遍，尤其检查移动、碰撞和状态切换这些环节。
这次内测留给用户的体验窗口很短。按照公开说明，保持原来的 API 地址不变，将模型名设为 deepseek-v4.1-flash-expires-on-0910 即可尝试，测试窗口指向 9 月 10 日结束，具体可用性以服务端为准。
新模型已经把第一批作品交到了用户面前。接下来最有用的反馈，是拿自己原来做不好的那个任务再跑一遍：页面哪里更完整了，错误少了多少，最后交付究竟快了多久。