事情大家都知道了。

周五还在给宕机用户补偿的 DeepSeek，转眼就把 V4.1 Flash 模型更新到了 1017 版本。

在官方发布的Benchmarks对比中，这个悄然发布的 V4.1 Flash，在 11 项 Benchmark 中拿下 4 项第一，Coding 和 Agent 能力尤其提升明显。

官方称，它已经能达到“许愿式编程”的效果。

比如，在 DeepSWE v1.1 软件工程测试中，它拿到 77 分，超过 Claude Opus 5 的 74 分和 GPT-5.6-Sol 的 73 分。

API 定价维持不变，相当于免费升级。

所以...斩杀线也更新了。

根据 DeepSeek 新晒出的 mini-swe-v2 框架性能与成本测试图，V4.1 Flash-1017 的一次任务成功率达最高达到 77%，单个任务的平均费用不到2块钱。

相近成本区间内，GPT-6 Luna 和 GLM 5.3 Flash 的任务通过率在 60%左右。

复现官方案例谁更强？

DeepSeek 在官方推文里放出的几个案例，给围观的朋友们又添了一把火。

\*官方3D和游戏开发案例

甚至有开发者说，从这几个案例里看出了 Opus 5.5 的感觉。

既然大家预期这么高，我就先拿这几个 DeepSeek 官方 3D 和游戏开发案例做复现。诚心许愿：让我复刻成功吧❗️

重现故宫：DeepSeek审美在线，3D穿帮

3D 故宫是这次传播度最广的 case。

官方效果是这样的👇

看完官方Benchmark和网络评论，我对第一轮测评很期待，直接选了 DeepSeek V4.1 Flash-1017、GPT-6.1 Sol 和 Claude Opus 5.5 一起高手过招，摸一把 DeepSeek 的上限。

先看主角 DeepSeek V4.1 Flash-1017。

为保证效果，所有模型都只用自己的 Harness，选取默认档位。

它在这些模型中耗时最久，花了37分钟。我看到有其他博主复刻这个案例也用了半小时左右，看来这算正常速度。

虽然效果比不上官方原版，但它审美还不错：宫阙设计、字幕、色彩搭配得挺好。

但问题也不少。

首先是架构，它没有复刻出参考图中宫殿群的壮观感觉，整体只有一幢宫殿。

\*独栋宫殿

漫游模式也在穿帮。

像这个宫门，只有前面能看到，绕到后面就直接消失了。

城墙上还醒目地摆着一排“空心宫楼”。

接下来是 GPT-6.1 Sol 和 Claude Opus 5.5。

它俩的交付速度分别是7分钟和23分钟，也都设计出了宫殿群。

但 GPT-6.1 Sol 的设计细节确实有点好笑。

不仅所有宫殿都长得差不多，还在宫墙外摆上了一群小宫殿。好像一堆麻将牌啊...

3D 细节也有穿帮。这个主殿直接飘起来了👇

Opus 5.5 的效果依然最稳。

虽然画风细节不算精致，但宫殿的路线和架构很详细，宫殿群的感觉也做了出来。

它还把角楼、御花园，和其他宫殿一起设计了出来，配上四种天气。

\*雪天的角楼

\*雪天的午门

oneshot 稳不稳，还得看 Opus 5.5 啊。

接下来，我又让表现平平的 DeepSeek V4.1 Flash-1017 和 GPT-6.1 Sol 各自做了一轮微调。

这次它俩都有了些进步。

DeepSeek 这一版本的光线更漂亮了，但 3D 穿帮的问题依然没修好。

GPT 的进步更明显。3D 设计和整体结构都做了不少优化。

重现赛车：搞不对的左右转向

第二轮复现，我选了官方的赛车游戏开发案例。

\*官方放出的效果

这一轮我降低了预期，只让 DeepSeek V4.1 Flash-1017 和 GPT- 5.6 Sol、GPT-6 Luna 同场 PK。

DeepSeek 的速度依然不快，用42分钟给出了结果。

这个页面设计不错，车辆和背景有霓虹的风格，还原度最高。

但真正上手，它却暴露出一个很大的 Bug：车辆转向是反的。

开起来，只能撞车...