miranda DeepSeek 最近更新了 V4.1 Flash。社交媒体上有用户评价说，一个价格便宜约九成的模型，产出的效果却与 GPT-6.1 Sol Ultra 相当。我们拿一段“特斯拉能飞”的视频和几组提示词做了测试，模型最终输出了一个可以完整运行的动态 3D 网页。
效果谈不上对原视频的逐帧复刻，但基本没有明显 Bug，视频里的几个关键动作都保留了下来：从地面加速、吸附爬坡、在坡顶倒挂飞出，再到离地悬停。在纯提示词版本中，我们只给了文字描述，没有上传原视频，模型用 35 分钟生成了网页；整个过程消耗 3752 万 token，输出 33 万 token，缓存命中率 99.6%。按高峰时段输入缓存命中 0.04 元每百万 token、输出 8 元每百万 token 计算，成本大约 4 元。同样效果的网页如果改用 GPT-6.1 Sol 或 Claude，花费至少在 100 元以上。
从公开榜单来看，V4.1 Flash 的编程能力超过 Kimi K3，在开源模型中排到第一；在 DeepSWE 榜单上，它的表现也优于近一两个月更新的几款闭源模型。在编程领域，其性能与费用组合达到了新的帕累托最优。在做 3D 建筑重建的 BuildingBench 上，它从九月的第十三名进入前五，排在 Gemini 4 Argon 之前。更新说明提到，新版本通过基于自反馈的强化学习，提升了从零构建游戏和 3D 项目的能力。
成本降低之后，一些只用一次的小需求也变得值得尝试，比如给文章配一个交互演示，或者给活动做一个临时页面。这类项目未必需要专门找人开发，先花几块钱做一版出来验证想法，门槛会低很多。当然，模型也有边界：我们让它生成 3D 巴黎场景时，街景、行人和塞纳河的画面已经足够丰富，但埃菲尔铁塔本身的比例和结构还需要对照参考资料继续调整。
