Fireworks 近日在其平台上架了 DeepSeek-V4.1-Flash 模型，为开发者在代码生成与软件工程任务中提供了一个新的高性价比选项。该模型在 DeepSWE 基准测试中的表现成为关注焦点。

根据公开数据，DeepSeek-V4.1-Flash 在 DeepSWE 上取得了 74.34% 的 pass@1 成绩，单任务成本为 0.43 美元。这一精度水平与 GPT-6 Astra 落在同一区间，意味着两者在解决实际软件工程问题上的能力相近。

成本差异是此次发布的核心看点。DeepSeek-V4.1-Flash 的单任务开销仅为 GPT-6 Astra 的十五分之一，在保持相近精度的前提下大幅压低了推理成本。对于需要频繁调用模型处理代码任务的团队而言，这一成本结构可能改变其模型选型策略。

从行业视角看，Fireworks 引入该模型进一步加剧了高性能代码模型市场的价格竞争。在精度差距逐渐收窄的背景下，单位任务成本正成为开发者评估模型实用性的关键指标之一。