[实测]m5 ultra 256G ds v4.1 flash oq3.5 97toks | qwen3.8 flash next oq6 143toks[更新 2026-10-17 - DS v4.1 flash 1017]

[johnnybegood]

@Jw-Zhang 我的Qwen3.8 flash next 的鹈鹕明明是这样的啊：9094726b-478d-4eb4-947f-cd7c486d684f.html

[Jw Zhang]

最近空闲时间都在做优化，大家期待的“鹈鹕测试”可能还需要等等。不知道大家跑鹈鹕测试用的是光板DSH？还是workbuddy? 我觉得Harness工具集对这个测试影响还是很大的。大家可以推荐一个配置给我，我来测。

最新的优化针对Deepseek v4.1 flash, 因为这个模型支持1M上下文，对于做开发的坛友还是有实际帮助的。所以特别优化了长上下文。
今天的结果：1M 解码 +7.1%、并发解码 3.37 倍、完整响应 24.03→7.56 秒。之所以提升巨大，实际上修复了一个bug, 整体吞吐还是维持在90~100之间。修复长上下文并发出现的解码时断崖下滑的问题。

[terry]

@Jw-Zhang 其实Hermes和DSH最热，其他的都是个人偏好，我用Codex，更多人用OpenCode，用Claude Code的也多。其他的Agent，比如Cursor，TRAE等都有自己的粉丝，你不可能都测试。DSH最全能，它没啥硬性缺点，hermes最适合当管家，适合新手入门，长期角色养成。

[Jw Zhang]

随deepseek v4.1 flash 1017 版本同步更新量化版本。
https://huggingface.co/gnahzhang/DeepSeek-V4.1-Flash-1017-LSQ3-G128-MLX
这个版本提升感觉又是挤爆牙膏，DeepSWE 1.1 竟然超过 GPT6，我现在正在复现这个跑分，跑出来就贴出来，也可以直观对比量化后的实际表现。
1017版本我的体感是思考的废话少了，整体完成任务的速度变快了。

[tester12340]

@jw-zhang 这个跑分怎么样？ mac 96gb ultra 5 也应该能跑这个模型吗？

[Jw Zhang]

@tester12340 deepseek 96G 内存不够，全部专家必须载入内存，只有 engram 外挂知识库推理时保存在 SSD 上，建议你试试 qwen3.8 flash next。

跑分还没有完成，我贴一个 1017 版鹈鹕骑车吧

[tester12340]

@jw-zhang 感谢 我还是用 27b了

[perter]

@Jw-Zhang 说:

跑分还没有完成，我贴一个 1017 版鹈鹕骑车吧

感觉DeepSeek 1017进步挺大的，我也贴一个我用Qwen3.8 27B BF16跑的鹈鹕骑车
鹈鹕骑自行车.html

[Jw Zhang]

本地部署 Deepseek v4.1 flash oQ3.5写实大海场景测试, 使用 DSH,生成时间4小时

鼠标拖拽 / 点击锁定视角
W A S D 飞行，Space / Shift 升降，F 加速
R 重置视角，P 切换画质
sunset-ocean.html
提示词：

生成一个html文件，生成3d大海，非常写实
浏览器中使用WebGPU渲染日落海洋。它包含FFT波浪模拟、白浪、基于物理的天空和云彩，以及阳光闪烁。可以通过WASD和鼠标在空中飞，在WebGPU中制作最真实的水面场景，使用漂浮的摄像机。

下图是Codex GPT6.1 Sol (Ultra) 对比效果

ocean.html

哪个效果更好？

[perter]

@Jw-Zhang 说:

哪个效果更好？

效果各有所长，个人更喜欢Deepseek v4.1 flash，性价比更好。

[kos or]

@Jw-Zhang said:

生成一个html文件，生成3d大海，非常写实
浏览器中使用WebGPU渲染日落海洋。它包含FFT波浪模拟、白浪、基于物理的天空和云彩，以及阳光闪烁。可以通过WASD和鼠标在空中飞，在WebGPU中制作最真实的水面场景，使用漂浮的摄像机。

海的話是Deepseek
雲的話Codex GPT6.1 Sol (Ultra)

都蠻漂亮的 其實

[terry]

哥们以后有大的更新可以单独发一个帖子。

[张光璞]

@Jw-Zhang 说:

最近空闲时间都在做优化，大家期待的“鹈鹕测试”可能还需要等等。不知道大家跑鹈鹕测试用的是光板DSH？还是workbuddy? 我觉得Harness工具集对这个测试影响还是很大的。大家可以推荐一个配置给我，我来测。

最新的优化针对Deepseek v4.1 flash, 因为这个模型支持1M上下文，对于做开发的坛友还是有实际帮助的。所以特别优化了长上下文。
今天的结果：1M 解码 +7.1%、并发解码 3.37 倍、完整响应 24.03→7.56 秒。之所以提升巨大，实际上修复了一个bug, 整体吞吐还是维持在90~100之间。修复长上下文并发出现的解码时断崖下滑的问题。

这个速度已经完全够用了

[张光璞]

@Jw-Zhang 说:

随deepseek v4.1 flash 1017 版本同步更新量化版本。
https://huggingface.co/gnahzhang/DeepSeek-V4.1-Flash-1017-LSQ3-G128-MLX
这个版本提升感觉又是挤爆牙膏，DeepSWE 1.1 竟然超过 GPT6，我现在正在复现这个跑分，跑出来就贴出来，也可以直观对比量化后的实际表现。
1017版本我的体感是思考的废话少了，整体完成任务的速度变快了。

MAC 也是好起来了，多亏更强的编程模型出来，专用推理框架也是雨后春笋。连aiMax 395 这种偏冷门的东西都有专用框架。

[张光璞]

@perter 说:

@Jw-Zhang 说:

跑分还没有完成，我贴一个 1017 版鹈鹕骑车吧

感觉DeepSeek 1017进步挺大的，我也贴一个我用Qwen3.8 27B BF16跑的鹈鹕骑车
鹈鹕骑自行车.html

你这个是滑行吧

[张光璞]

月底512G 出来，估计缺货会变成常态。 aiMax495 192G 现在都卖 4万。 mac studio 被衬托的有了性价比