为什么业界没有为 DeepSeek 4.1 Flash 感到恐慌？
文章摘要
这是开发者 Jono 在个人博客上发表的一篇短文，基于他自己的主观使用体验，而非系统评测。他在十几个项目中重度使用 DeepSeek 4.1 Flash 已经一个月，结论是：这个模型能力极强，价格却比所谓「前沿」模型低几个数量级。工作中如果不看模型名，他说自己根本分不清在用 DeepSeek 还是 Opus——无论是对话、产出质量还是速度。他也不在乎 4.1 没有 Pro 版本，因为 Flash 的表现已经像前沿模型。于是他发问：前沿实验室为什么不恐慌？中国公司也许只落后 Anthropic/OpenAI 一两个月，但这些「蒸馏」出来的中国模型已经能承担同样的工作。至于谁偷了谁的训练数据，他不想争论，大多数开发者只关心性价比。
「够用」改变了工作方式。 作者认为如今的模型已经足以完成高质量的无人值守任务，追逐最新最强意义不大；拿最新的顶级模型去做那些琐碎任务，就像请数学博士帮你整理桌面文件。他每月 10 美元的 OpenCode Go 订阅里，DeepSeek 几乎可以无限使用，这让他毫无负担地开启各种机械任务、探索性的 UI 随机测试——整理桌面文件只要 0.003 美元而不是 1 美元。一整天的会话也很少超过 1 美元。复杂的规划和调研他也交给 4.1 Flash，只在偶尔的关键任务上请 Opus 5.5 做最终代码审查，再让 DeepSeek 修复。调用 Opus 或 GLM 与其说是为了质量，不如说是「换一双眼睛看问题」。
缓存魔法。 他特别提到，DeepSeek 的 KV 缓存相比其 V1 模型缩小了约 437 倍，而在 GPU 显存里保存缓存正是长时间编码会话最大的成本之一，这就是全天会话不到一美元的原因。他推测这也更环保，用 Claude 甚至让他觉得浪费。他说自己并不缺前沿模型订阅（公司提供 Claude、Cursor 等），关心的是长期规划、可持续性以及让更多人用得起高水平智能。他批评科技行业「不付最高价就不值得」的心态，以及有人为了负载均衡同时开十几个 Claude Max 订阅的疯狂做法。对于自托管者，他认为 4.1 Flash 的经济性意味着为了省钱而自托管永远回不了本；但如果在意隐私，可以等这些缓存优化技术下放到本地。
文末的补记中，作者表示看来「戳到了 HN 的痛处」，并补充核心观点：中国公司在按不同的规则竞争，前沿实验室需要收回高昂的训练成本，这就像拿大型制药公司和可以跳过研发的仿制药厂相比——药品不完全相同，但足以类比，只是价格低了九成。
HN 评论精华
这个帖子获得了 1100 多分、近千条评论，是本周最热门的讨论之一。评论分成几大阵营：订阅补贴的经济学、对「监管前沿」的政治解读、硬件门槛，以及大量关于模型实际水平的正反体验。
补贴让便宜模型「不重要」
- 最高赞的 vishvananda 认为，大家没恐慌，是因为大多数人用的是被严重补贴的订阅。他在 OpenRouter 上选了最便宜的服务商，几天就花掉 50 美元，质量大约略高于 Luna，而这 50 美元是他 Codex 订阅费的四分之一，在订阅里用 Astra 一周能烧掉同样多甚至更多的 token。只要前沿实验室继续大力补贴，开放模型就无关紧要。
- 很多人对他的花费表示惊讶。georgel 说自己 7 月充了 100 美元，每天用五到八小时，至今还剩 16 美元；lifeisloving 认为他多半没管理好缓存，OpenRouter 上的廉价服务商缓存命中率差、TTL 短，实际价格远比想象的贵。RussianCow 和 cedws 提醒要固定服务商，否则 OpenRouter 会在多家之间切换，导致缓存失效。BeetleB 和 patwolf 则指出，许多人走 OpenRouter 是为了选择「零数据保留」的服务商，因为 DeepSeek 官方 API 会用你的输入训练。
- magicalhippo 算了一笔账：他一天用了价值 168 美元的 token，却只付 20 美元订阅，还剩大量周额度，订阅折扣大约是 1:10。marcosdumay 称上周泄露的 Claude 财务数据显示其营业利润率约为 -200%。不过也有人反对补贴论：bvcp 认为订阅只是把闲置算力卖出去，利润率接近 100%；gpugreg 引用 DeepSeek 官方数据，称 R1 的理论成本利润率高达 545%，而 4.1 Flash 的 KV 缓存内存降低了 50 多倍、计算量降低了 5 倍以上。
- Aurornis 指出一种双重标准：评估 OpenAI 和 Anthropic 时大家会算上训练成本和员工薪酬，到了开放权重模型却忽略这些；everforward 回应说，Anthropic 倒闭了 Claude 就没了，而 DeepSeek 即使消失，4.1 Flash 依然可以用，所以对当前状态而言不算训练成本是合理的。
- eikenberry 问：这样难道不是在养成补贴结束后不可持续的习惯吗？irjustin 的回答很直白：现在有优势就用，前沿厂商就像早期的 Uber，就是要让你上瘾，「而我们确实上瘾了」。
业界其实在恐慌，只是方式不同
- 第二大讨论串的 anon373839 认为业界确实在为开放权重模型恐慌，证据就是那些反复呼吁「为前沿减速」（pacing the frontier）的人——如果他们真想减速，自己慢下来就行，何必找华盛顿；他还提到希拉里·克林顿等退休政要正在四处谈论开放权重模型的危险。
- InsideOutSanta 反驳说这些公司处于纳什均衡，无法单方面减速，彼此协调又违反反垄断法。这引来大量反驳：latexr、alistairSH 等人说，如果真相信 AI 会毁灭人类，毁掉自己的公司是很小的代价；mtlmtlmtlmtl 认为从他们的行为来看，他们并不真的相信技术会构成生存威胁；LinXitoW 和 danlitt 认为「为前沿减速」实际意味着监管俘获——由政府设立昂贵的验证流程，好让非美国模型无法被合规企业使用。nsoonhui 对此表示不解，认为减速只会约束美国公司；anon373839 回应说，他们的目的不是阻止中国 AI 发展，而是制造足够的监管风险，让受监管企业不敢用中国模型。这个支线在后半段明显变得政治化。
硬件门槛
- giancarlostoro 列出了 FP16、INT8、INT4 下所需的显存（最高约 1.6 TB），感叹显卡和内存太贵，「谁会在意一个自己跑不起来的模型？」多位用户纠正了他的数字：liuliu 和 lisplist 指出模型原生就是 NVFP4/MXFP4 混合精度，根本不存在全精度版本；petu 和 girvo 说其中约 200 GB 是 n-gram 表，可以放在内存甚至 NVMe 上；wren6991 查证主干部分约为 307 GB；ericd 估计用 4 台 DGX Spark（约 2 万美元）就能跑得不错。liuliu 另外报告，在 256 GB 内存的 M5 Ultra 上，预填充约 2500 tok/s、解码约 40 tok/s。apitman 补充：即便自己跑不了，开放模型意味着服务商之间会价格竞争。
模型到底有多好
- 质疑方：user43928 认为开放模型并非落后一两个月，而是 6～12 个月，4.1 Flash 落后于 GPT 5.6 Sol，更不用说 Opus 5.5；pizza234 说只要看思维链就知道它比前沿模型笨得多；xzjis 认为它完成同样任务要多用 10 倍 token，单价便宜没有意义；Shekelphile 称它是「幻觉工厂」；thefourthchime 贴出一个吃豆人编程对比测试，Opus 5.5 得分明显更高。cbeach 则从安全角度表示不信任中国公司对自己电脑拥有代理级访问权限，tensor 回应说有些人出于同样的理由不用美国模型。
- 支持方：gregwebs 全天使用每天只花 1～2 美元，用它做编排、测试验证、代码探索和调研报告，但承认它在需要讲解和决策的场景下表现不佳，方案质量不如 Opus/Sol。lmf4lol 团队把所有个人助理默认切换到 Flash，账单大幅下降。computerex 指出它是 OpenRouter 上最受欢迎的编程模型，过去 7 天处理了 38.7 万亿 token，是第二名的 3 倍多。loehnsberg 用自己的数学与数值计算基准测试，认为它是第一个通过大部分测试的开放模型。
- 中间立场：p1necone 在开发一门新语言和编译器，尝试让 DeepSeek 同时担任编排者和实现者，结果编排质量下降明显——会忽略上下文、凭空设计、文档啰嗦，于是又把编排换回 GLM，但它完全胜任规格清晰的实现任务。jbellis 为此专门做了工具，让 Opus 管理 DeepSeek Flash 子代理。827a 则从公司角度说：公司愿意为每个工程师每月付 200 甚至 500 美元买最好的工具，但不愿意为了省钱而用次一等的模型。