DeepSeek 又开源一个 763B 模型：每个 token 只激活 16B、1M 上下文，第三方实测输出每百万 1.

9 月 10 日，DeepSeek 放出 V4.1 Flash：权重已经在 Hugging Face 上，MIT 许可、可商用；结构是 MoE，总参数 763B、每个 token 只激活 16B，上下文窗口 1M，支持文字加图片输入。Hacker News 上这条当天拿到 1,001 分，是这周热度最高的一条模型消息。

真正值得看的是第三方的独立测试。Artificial Analysis 给出的数据是：智能指数 40 分，输出速度 190 tokens/秒，首 token 延迟 1.00 秒；按 DeepSeek 的 API 计价，输入每百万 0.30 美元、输出每百万 1.20 美元，缓存折扣 98%。价格和速度都排在开源模型的第一档——它把"接近旗舰、便宜一截"这条线又往下压了一格。

但同一份评测里有个不好看的数据：跑完整个智能指数，这个模型生成了 2.5 亿个输出 token，同尺寸开源模型的中位数是 1.3 亿，接近两倍。价格低、话多，最后的账单不一定低——这跟上个月几个编码模型被吐槽"过度思考、轮次太多"是同一类问题。

官方渠道目前只有公告和权重仓，DeepSeek 官方 API 定价页上列的仍然是 deepseek-v4-flash 和 deepseek-v4-pro 两行，没有单独给 V4.1 Flash 列价；第三方报的 0.30/1.20 美元是它自己的测评计价口径，官方页面的峰谷价是另一套数字（缓存未命中输入 0.22—0.44 美元、输出 0.66—1.32 美元每百万）。另外，跑分、速度都是第三方环境的结果，跟你的任务分布可能差很远。

我的判断：想给编码 Agent 换便宜模型的团队，可以把它放进候选，但别只看单价。先量一遍自己工作流里输出 token 的占比，如果输出占大头，啰嗦模型的单价优势会被它自己吃掉。

你换模型时先看单价，还是先看它跑一轮实际花多少 token？