工作清單

DeepSeek V4.1 Flash 正式发布！Pro 却临时退场？深度实测新版 Flash，是否能接棒 Pro 旗舰？

逐字稿文字預覽

今天DeepSight 4.1 Flash正式上线了。昨天内测的时候,我只来得及测完基本能力。本期给大家把剩下的测试全部补齐。官网已经把原来的快速、专家、实图三个模式合并升级成一个对话框,背后跑的就是4.1 Flash。我也验证了API同样已经升级到了4.1。另外,还有一个好消息和一个坏消息。好消息是Flash上线就立马降价。我测试了不同的场景。综合来看,降幅在百分之一,
百分之二十到百分之四十五。坏消息是,四天后,我最喜欢的Pro版就要下线了。官方公告只有屏幕上这一小段文字。14号以后,发往Pro模型的请求会自动路由到新的4.1 Flash,并按Flash单价计费。给出的理由是,Flash在性能、费用和速度上已经全部超过了Pro。真的是这样吗?我会给你一一分解,有一肚子化不吐不快。官方公布了新的Flash模型架构。
4.1 Flash的总参数量提升了接近一倍。而且输入激活参数和输出激活参数量是不同的。输入参数降了百分之四十,输出则增加了百分之二十。这是一种全新的模型结构。
有意思的是,模型更大了,API价格反而更低了,其中降幅最大的是缓存命中,直接降了百分之六十。至于降价的原因,屏幕上这张官方图就很形象。
这代新的Flash模型架构大幅降低了对KV缓存的硬件压力。图片对比了每一代Deepseq每一个Token所需的缓存,在短短两年内降到了千分之二。
这也让它的内存和SSD需求分别降到了上一代模型的四分之一和八分之一。正是因为成本降下来了,才能给到用户实打实的福利。
测试正式开始。跟上一代视觉实验版相比,在第二轮的测试里,中文写作和实图能力持平,前端视觉有一定的提升。
但我不得不收回它能达到前端Flash模型天花板的话。办公任务依然稳如老狗,而全战任务跟视觉实验版刚好打平。
具体的分数和计费我都列在屏幕上了。这些测试往期视频讲了太多次,今天只挑两个给大家看看。
先看前端能力,这次还是用外滩的昼夜风景来测试。
这个版本比起上一代儿童涂鸦式的呈现已经强了很多,至少能分辨出厨房三件套了,昼夜光线的变化也比较连贯自然。
但是,它仍然是非常简单的几何图案堆叠。
另外有一点让我很惊讶,就是它消耗了比原来多一倍的token。
为了让大家有个直观印象,我把这个测试项目里的冠军给大家看一下。
这么一笔Deepseek的Flash模型的前端能力,还得加油啊。
大家看看我的保留项目。
这是一个复杂的长城任务,需要处理大约1G的原始素材,从零搭建数据库,构建整个小说阅读站的前后端代码。
4.1,Flash的速度极度亮眼,21分钟就完成了,燃烧了3210万token。
它的实现我仔细看了一遍,有三个明显的前端bug和一些其他小问题,大家可以看屏幕。
这模型干活的速度可以说是快如闪电,但做事的脾气却非常中规中矩。
它能很稳地实现你的要求,但绝不会多做任何需求之外的事情。
跟上一代视觉实验版相比,这个项目两边的分数完全持平,所以我是有点惊讶的,因为按照官方的说法,理应有很大的提升。
来聊聊今天我想吐槽的第一个问题,4.1,Flash,真能代替Pro吗?
按照这个表格,Flash更擅长前端任务和Pro本身不支持的实图,而Pro在复杂任务上仍然稳稳地压过Flash。
尤其是中文写作上的差距,直接让我痛失了最常用的写作模型。
当然,对于每天用模型真正干活的人来说,速度也是非常重要的,等10分钟和等半小时,感受完全不一样。
所以在我看来,Pro和Flash其实是非常互补,缺一不可的,快速出前端视觉用Flash,而创意写作和复杂任务用Pro保证出品质量。
那为什么Deepseek还要强行把Pro下架?
看到这个消息的时候,我真的是两眼一黑,而且并不是只有我一个人有这种体会。
大模型社区里早就炒番了,少部分人是很开心的,因为他们很期待又快又有多模态的新款Flash,但另一派则是非常愤怒。
因为Pro模型的世界知识,更好的创意写作,以及在复杂任务里的稳定性,就这么被硬生生剥夺了。
而且这事只给了4天的时间做缓冲。
按照正常的商业逻辑,这种级别的切换,不应该至少给一个月的牵移期吗?
最后再多点我个人的观点,首先,恭喜Deepseek跑通了优秀的架构,首个多模态Flash上线,而且确实速度快效率高。
但另一边,那只Pro大鲸鱼就这么被血藏了,这件事我心里确实过不去。
作为一个每天都在跟大模型打交道的程序员,我已经把自动脚本里的Pro模型迁移到了其他开源模型供应商,但仍然觉得这个切换太过于仓促了。
另外呢,平心而论,只靠Flash模型是撑不起一家大模型公司的未来的。
所以,我个人非常非常希望能看到公告里说的4.1Pro尽快上线。
如果我说的不对,欢迎在评论区指证,每次我都能在那儿看到特别精彩的发言,就等你来哦。

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://www.youtube.com/watch?v=zdw1JmhdIKk --language zh

    來源：https://www.youtube.com/watch?v=zdw1JmhdIKk

    辨識語言：zh ｜ 參數：--language zh

  2. 預期流程

    依指令產生的處理順序：

    1. 下載與語音辨識
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：21.6 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：37.9 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  6. 4. 句子密度平衡

    工具：videonote_balance_sentence_units.py

    處理：平衡句子長度與密度

    產出：sentence_units.json（句子單元）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  7. 5. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  8. 6. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  9. 7. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.0 秒

    關係：依序執行

    結果：完成

  10. 8. 逐字稿交叉檢查

    工具：videonote_cross_check_transcript.py

    處理：交叉檢查逐字稿與來源字幕

    產出：transcript_crosscheck_report.json（交叉檢查）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  11. 9. 來源句整理

    工具：videonote_prepare_source_entries.py

    處理：整理來源句子供時間軸與頁面使用

    產出：sentence_units.json（句子單元）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  12. 10. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：84.8 秒

    關係：依序執行

    結果：完成

  13. 11. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  14. 12. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench