大模型赋能投研系列之三十：升级后Deepseek V4.1 Flash投研能力有多强

DeepSeek V4.1 Flash 投研能力总结

发布与特性

• 发布时间与定位：DeepSeek V4.1 Flash 于 2026 年 9 月 10 日发布，是 DeepSeek 全新模型结构系列中尺寸最小的成员，原生支持多模态，支持 100 万 Token 上下文和最高 384K Token 输出。
• 架构与效率：采用 Causal Encoder-Decoder 架构，输入输出非对称激活，输入端每 Token 约 8B，输出端约 16B，压低算力开销；第二代压缩稀疏注意力机制将全局 KV cache 压缩至每 Token 890 字节，显存占用降至上一代的四分之一。
• 成本：API 用户缓存命中、输入与输出价格较 DeepSeek V4 Pro 分别下降约 86.4%、77.3% 和 69.7%；但权重增至约 510GB，本地部署门槛由两张卡升至一个 8 卡节点，自部署用户总拥有成本上升。

能力提升

• 能力提升方向：与上一代 DeepSeek V4 Flash 相比，DeepSeek V4.1 Flash 在七项公开测试中全部提升，代码生成与智能体类项目超过参数规模更大的 DeepSeek V4 Pro，但在知识与科学推理方向上仍低于 Pro 版本。
• 关键数据：Codeforces 由 3850 提升至 3921，DeepSWE v1.1 由 62.7 提升至 74.2，NL2Repo-Bench 由 54.2 提升至 65.4，ProgramBench 由 15.5 提升至 20.3。

本地部署门槛

• 部署门槛上升：权重升至 510GB（FP8），最低配置约为一个 8 卡节点（如 8×H200），自部署用户总拥有成本上升。

五款模型对比

• 规格与价格：五款模型均进入百万 Token 上下文区间，DeepSeek V4.1 Flash 总参数 552B，单 token 激活参数 8B/16B，输出最大 384K Token。价格方面，DeepSeek V4.1 Flash 较 DeepSeek V4 Pro 全面下调，缓存命中、缓存未命中输入、输出价格分别下降约 86.4%、77.3% 和 69.7%。
• 公开能力对比：DeepSeek V4.1 Flash 综合得分 40 分，位列第三，全面超过 DeepSeek V4 Flash 与 DeepSeek V4 Pro，但在知识与科学推理方向上仍低于 Pro 版本。

金融投研任务实测

• 估值任务：
  • 表现排名：GPT-6 Astra、DeepSeek V4.1 Flash、DeepSeek V4 Flash、Kimi K3、DeepSeek V4 Pro。
  • DeepSeek V4.1 Flash：量价假设贯通底稿，但产品拆解颗粒度偏粗；模型联动完整，底稿可重算，报告与底稿一致；投资分析报告结构完整，逻辑连贯。
  • DeepSeek V4 Flash：模型联动完整，底稿具备可复算性，但报告底稿实际算法与报告展示方法不一致。
  • DeepSeek V4 Pro：报告逻辑自洽，结论审慎，但估值模型公式存在系统性错位。
  • GPT-6 Astra：经营拆解与现金流分析最完整，Excel 模型联动完整，报告结构完整，逻辑连贯。
  • Kimi K3：报告逻辑自洽，但底稿联动与公式可靠性不足。
• 回测任务：
  • 表现排名：GPT-6 Astra、DeepSeek V4 Pro、DeepSeek V4.1 Flash、DeepSeek V4 Flash、Kimi K3。
  • DeepSeek V4.1 Flash：数据校验与基准口径严谨，但交易约束基本缺失；底稿覆盖完整，可追溯性较好；报告结构完整，能说明策略框架和计算过程，但局限讨论不足。
  • DeepSeek V4 Flash：计入交易成本，但信号与执行时点存在偏差；底稿可逐期还原完整计算链条，报告结构完整，但局限讨论不足。
  • DeepSeek V4 Pro：计入成本并滞后一日成交，但持有期口径未完全对齐；底稿保留信号日与执行日，报告结构完整，但局限讨论不足。
  • GPT-6 Astra：历史时点与交易执行处理最完整，整体表现最好；底稿保留完整交易状态和执行记录，报告结构完整，局限讨论充分。
  • Kimi K3：交付较完整，但交易时点与交易约束处理不足；底稿集中于结果展示，报告局限讨论不足。
• 行业研究任务：
  • 表现排名：GPT-6 Astra、DeepSeek V4.1 Flash、DeepSeek V4 Pro、DeepSeek V4 Flash、Kimi K3。
  • DeepSeek V4.1 Flash：知识沉淀完整，但来源追溯与评分复算有缺口；投资框架质量较高，但评分结果存在一致性问题；行业深度报告结构完整，逻辑清楚。
  • DeepSeek V4 Flash：覆盖最广，但知识库关联薄弱；投资框架简单但清晰，报告逻辑清楚。
  • DeepSeek V4 Pro：投资框架可复算，但公司覆盖偏少；报告覆盖范围广，逻辑清楚。
  • GPT-6 Astra：报告、知识库与研究底稿真正贯通，综合表现最好；知识库来源管理完善，报告分析充分。
  • Kimi K3：投资框架清晰，但 Wiki 沉淀不足；报告逻辑清楚。

总结

• 综合能力：DeepSeek V4.1 Flash 已能承担估值建模、量化回测、行业资料检索和知识库建设等长程投研任务，在估值建模和行业研究两项上均超过参数规模更大的 DeepSeek V4 Pro，不足则集中在回测的交易约束，以及交付物内部数字与来源的一致性。
• 优势：底稿的可复算性、数据时点还原和公司知识的沉淀。
• 不足：回测的交易约束处理不足，交付物内部数字与来源的一致性。
• 对比：GPT-6 Astra 三个任务均列第一，但调用成本明显更高。