81.2分緊追榜首 DeepSeek新模型成本省70倍

DeepSeek（深度求索）最新推出的「V4.1 Flash」在網頁設計評測中拿下81.2分，與OpenAI的「GPT-6 Astra」僅差1.5分，但單次設計平均成本只要0.023美元（約31韓元），比Astra便宜將近70倍。

根據評測平台OpenDesign Arena的測試結果，本次評測涵蓋網頁應用程式、儀表板、行動裝置畫面與著陸頁製作能力，共比較13款人工智慧模型的表現。GPT-6 Astra以82.7分奪冠，DeepSeek V4.1 Flash緊追在後排名第二。

兩款模型的成本差距相當明顯，GPT-6 Astra平均每件作品要價1.61美元（約2165韓元），DeepSeek V4.1 Flash僅需0.023美元（約31韓元）。相較之下，Anthropic的「Claude Fable 5.1」拿下80.3分，但每件作業成本高達3.66美元（約4923韓元）。

處理速度方面，V4.1 Flash同樣表現亮眼，平均作業時間為5.3分鐘，比Astra的11.1分鐘快了5.8分鐘；Claude Fable 5.1則需要12.8分鐘才能完成一件作品。

DeepSeek V4.1 Flash已於9月10日正式公開，本媒體先前報導，DeepSeek曾表示V4.1 Flash預計於9月10日前後推出。

V4.1 Flash是一款總參數量達5520億個的「混合專家」（MoE）模型，實際運作時僅啟動約80億個參數處理輸入、約160億個參數生成輸出。

混合專家架構的特點，在於不必每次啟動全部參數，只需依任務需求啟動一部分即可運作。DeepSeek將此結構稱為「非對稱架構」，強調只執行必要運算，藉此降低成本並縮短處理時間。

在「無需修改即可直接使用」的評測項目中，Astra以60%的比例居冠，V4.1 Flash為57.7%，Claude Fable 5.1則為56.7%。

換句話說，V4.1 Flash雖然在成本與作業時間上取得優勢，但成果「即時可用性」仍落後Astra 2.3個百分點，顯示效能與效率並非每項指標都同步領先。

須留意的是，本次評測僅限於網頁設計相關作業，比較範圍是網頁應用程式、儀表板、行動裝置畫面與著陸頁的製作結果，並不能因此斷定同一模型在程式撰寫、邏輯推理或科學研究等其他任務上也有相同表現。

DeepSeek V4.1 Flash的成本優勢，來自於在維持大型模型整體知識容量的同時，減少實際推論所需的運算量。不過實際服務成本與速度仍會依輸入長度、請求方式與伺服器條件而有所不同。

本媒體先前報導，DeepSeek V4.1 Flash在內部測試中曾測得每秒420個token的輸出速度，但當時也提到，由於比較對象與測試條件並不完全相同，單純比較仍有其侷限。

隨著低成本模型的使用日益普及，單位作業成本與處理時間可能成為選擇模型的重要依據，但成果是否需要修改、各項作業的準確度以及服務穩定性等面向，仍須另行查證。

DeepSeek在V4.1 Flash發表時表示：「透過更有效率的架構，我們得以用更低成本服務更多使用者」，並強調「將節省下來的成本回饋給使用者」。

整體來看，此次評測結果顯示，V4.1 Flash在網頁設計領域已能以更低成本，繳出接近Astra的成績單。