作者在 MiniMax M3.1 Flash 还以匿名模型 Space Bunny 身份活跃时，用自己维护的 300 题封闭测试集（HumanEval+/MBPP+ 代码题与 MMLU-Pro 推理题）进行了评测，匿名期得 240 分。正式版发布后用同一套题复测得 246 分，两版表现几乎一致，主要提升在代码题。代码能力与 DeepSeek V4.1 Flash-1017 基本打平；官方数据显示其在企业流程自动化和操作电脑两项为国产第一，且成本显著低于 Claude Opus 5。短板是困难推理。整套 300 题成本仅一元出头，性价比突出。
DeepSeek 于 10 月 17 日发布 V4.1-Flash-1017 版本，AI 编程跑分显著提升，DeepSWE 达 77.0 超越 Claude Opus 5，任务平均费用降至原来的三分之一。作者使用 DeepSeek Harness 实测四个项目：3D 城市生成器对比显示新版的重庆、西安等地标建筑辨识度大幅提升，耗时从 102 分钟降至 61 分钟；许愿式编程能快速产出 3D 地铁跑酷游戏和天坛祈年殿建模；基于新开放的 Search/Fetch 接口开发的 AI 搜索引擎完成度很高。总花费仅 12.81 元，性价比突出，是一次实打实的帕累托改进。
作者分享财经作者猫笔刀使用豆包工作（Agent）一个月的体验。猫笔刀不會编程，过去用AI只停留在问答层面，但豆包工作上线后他发现Agent能真正帮普通人做事：修复SSL证书故障、监控链上池子、整理资讯、提炼研报PDF等。与聊天AI不同，Agent能实际完成任务，且每次操作需手动授权，可控性强。价格方面，三档模型能力相同只差额度，68元/月足够日常使用，相当于一天两块多。文章认为Agent正从程序员专属工具走向普通人日常，类似拥有多个不知疲倦的助理。
文章从性价比和大陆用户使用门槛两个维度，盘点目前可用 Claude Opus 5.5 的正规平台。Claude 官方 Max 20 倍性价比最高但大陆门槛恶劣；Google Antigravity 的 Opus 额度很少，需搭配 Gemini 使用才划算；Cursor Ultra 跑 Opus 明显缩水，但 Cursor Models 额度很香；GitHub Copilot 价格透明、性价比不错；OpenCode Zen 无折扣但自由度高、支付方便；Kilo Pass 吃满 Bonus 后性价比不错；AWS 的 Kiro 性价比尚可但支付不便；Devin Desktop 额度较猛但学习成本高。最后建议先低门槛体验，再考虑高额度套餐，工具是拿来用的不是囤的。
作者分享了使用新模型 Jev 对《人民日报》新闻进行湖北相关元素分类的实测体验。此前该项目一直使用 Gemini Flash Lite 系列，积累约 2.4 万条数据。通过 OpenRouter 上线 Jev 后用相同提示词对比测试：速度上单篇耗时从 3 秒降至 0.35 秒，提升近 10 倍；质量上与 Flash Lite 仅 15% 判断不一致，且差异多源于人名知识库差异，实际正确率约 95%；价格上处理 5 千条数据 30M Token 仅花费 1 美元。作者认为 Jev 代表的分类器大模型在分类场景下实现了速度/质量/价格的不可能三角，极具前景，并计划连夜用于优化生产项目。
DeepSeek 发布实验性视觉模型 DeepSeek-V4-Flash-Vision-Exp，在 V4 Flash 基础上增加识图能力且价格不变。作者通过 DeepSeek Harness 接入该模型，完成了 OCR 识别、人物识别、iPhone 机型辨别、找不同、图片转 ASCII、报错修复、前端页面复刻、数据报表逻辑分析共 8 项测试。结果显示其 OCR 和找不同表现优秀，但人物识别、机型辨别和页面复刻存在明显失误。整体可用且性价比极高，一张图约 0.12 分钱，八轮测试仅花约 6 元，而同等测试用 Opus 5 需约 8 美元。这是 DeepSeek 迈向原生多模态的重要一步。
因DeepSeek官方API涨价，作者对比了2026年主流AI订阅套餐的性价比。结论：34元人民币的OpenCode Go订阅最划算，可0.33倍率用DeepSeek、0.083倍率用Muse Spark 1.2；30美元档推荐SuperGrok、GPT Plus和GLM Lite；200美元档推荐Claude Max和GPT Pro；300美元档推荐SuperHeavy。文章还详细列出各套餐的坑点，如Claude易封号建议通过苹果商店购买、Grok节点不干净会降智、GLM限购且速度慢等，并附AI模型智力排行榜。
本文对比分析了开源命令行编程工具 Pi 与 Claude Code、Codex 的性能。Databricks 的评测显示，Pi 在真实代码库上的 token 消耗显著更低，性价比极高，甚至压过了官方工具。文章探讨了 Pi 高性价比的原因，如精简的系统提示词，并指出了其在高强度思考下的局限性及功能缺失。
本文是一份 DeepSeek V4 的使用指南。文章指出大多数人未解锁 V4 的真正潜力，介绍了快速与专家两种模式的区别，重点解读了 100 万 token 上下文窗口的价值。作者提供了工作汇报、学习概念、辅助决策的提示词模板，并深度解析了“深度思考”与“智能搜索”的开启场景。此外，文章还对比了 API 型号与成本，强调了 V4-Pro 在 Agent 自动化领域的开源领先地位及其性价比优势。
文章分析了 DeepSeek V4 的发布及其对美国 AI 主导地位的挑战。作为一款性能逼近 GPT-5.5 和 Opus 4.7 但价格极低的 MoE 开源模型，它打破了现有的商业逻辑。作者认为，虽然该模型并非完全超越前沿水平，但其极致性价比可能导致美国企业大规模转向采用，从而引发严重的地缘政治安全风险。同时，文章讨论了出口管制、蒸馏指控及文化叙事控制等深层影响，呼吁美国加强开源策略并降低模型成本。
