DeepSeek V4.1 Flash 1017 一周跑了 35 万亿 token 登顶 OpenRouter，你们 agent 默认模型换了吗？

最近看 OpenRouter 用量榜，DeepSeek 10 月 17 日的快照 V4.1 Flash 1017 直接冲到第一。第三方榜单追踪站记录到一周 35.4 万亿 token，OpenRouter 自己的工具调用合集页面现在显示近 7 天已经 超过 40 万亿。想听听大家实际用下来的感受。

基本信息

• 10 月 17 日的小版本更新，MIT 协议，权重在 Hugging Face
• 按 OpenRouter 模型页描述：稀疏 MoE ，DeepSeek 第一个 CED （因果编码器-解码器）架构，输入约激活 8B 、输出约激活 16B
• 原生图像理解，KV cache 压到上一代 Flash 的约四分之一
• 上下文 1,048,576 ；目前 OpenRouter 标价输入 $0.0182 / 百万 token ，输出 $1.80 / 百万 token

官方跑分（自报）

• Terminal-Bench 4.0：42.3 （ GPT-5.6 Sol 39.9 ，Opus 5 51.8 ）
• DeepSWE v1.1：77.0 （ GPT-5.6 Sol 73.0 ，Opus 5 74.0 ）
• Automation-Bench：60.5 （ Opus 5 50.3 ）
• HLE 无工具：42.6 （ Opus 5 56.3 ）

几个疑点

1. 对比对象是 GPT-5.6 Sol 和 Opus 5 ，不是现在的 GPT-6.1 Sol / Opus 5.5
2. Terminal-Bench 官方用的 Claude Code harness 跑出 42.3 ，Artificial Analysis 独立测的是 26.8%，差得有点多
3. Artificial Analysis 综合智能指数 39.5 ，中游水平
4. X 上有人说部分编码工具限时免费接入，用量里有多少是"白嫖流量"不好说

我自己的想法是拿它当 agent 循环、仓库杂活、读长文档的默认 worker ，难题再升级到闭源旗舰。

想问：

1. 你们自己的 harness 上 Terminal-Bench 类任务实测大概多少？
2. 按"每完成一个任务的成本"算，比 GPT-6.1 Terra 这类中档闭源便宜多少？
3. 有人在本地/私有化部署了吗，显存和速度怎么样？

标签：DeepSeek · 开源模型 · OpenRouter · Coding Agent