科技社区用户对DeepSeek V4.1 flash-1017新版本进行了实测记录，测试采用社区流行的“鹈鹕骑车”SVG动画生成任务，对比该模型在不同Agent环境下的表现。测试环境分为两类：一是DSH标准模式配合官方API，二是VS Code中的Claude插件接入同一模型。结果显示，DSH环境下生成鹈鹕动画成本0.1元、耗时1分37秒、TPS达265；生成狐狸动画成本0.18元、耗时2分46秒、TPS为257。而通过Claude插件调用同一模型时，成本升至0.24元，后台显示3分钟，实际等待约1小时，数据与体验明显不符。作者还将结果与GPT系列对比：gpt-6.1-sol成本仅0.056元、耗时3分36秒；gpt-6-aster成本0.234元、耗时9分7秒。综合来看，DSH环境下任务质量较好，但仍存在脚部穿帮等细节瑕疵；Claude环境下视觉效果较差，官方配套环境与模型适配度更高。质量方面，该模型倾向于刻画背景细节而忽略画面主体。作者已将全部动画作品整理至GitHub开源仓库，供社区对比查看。
事件分析
“鹈鹕骑车”类SVG生成任务已成为社区评测代码生成模型视觉与空间控制能力的流行范式，其价值在于用统一提示词暴露模型在结构理解、细节还原上的差异。本次测试揭示了一个关键现象：同一模型在不同Agent宿主环境下表现差异显著，说明系统提示词与上下文工程对实际输出的影响不亚于模型本身，“原配环境”的适配优势值得关注。成本层面，国产模型单任务价格已进入几分到几毛区间，价格竞争力明确，但与GPT在主体刻画、细节完成度上仍存在可感知的差距。此外，官方后台TPS与Token统计和用户实际体验严重不符，反映出推理服务的调度与计量透明度仍有改进空间。随着模型迭代节奏加快，这类基于真实任务的社区横向评测正成为补充官方跑分体系的重要参考来源。
核心观点：同一模型换个宿主环境表现判若两模型，Agent时代的竞争力正从模型本身转向模型与运行环境的协同适配。
原文链接：Linux.do
