国金证券研报表示，DeepSeek V4.1 Flash于9月10日发布，原生多模态、100万Token上下文、384K输出；非对称激活（入8B/出16B），缓存缩至890字节/Token，显存降至上代1/4。API价大降，但权重510GB、本地需8卡节点，自部署TCO反升。七项测试中代码与智能体五项超V4 Pro，仅推理两项不及。金融投研里：估值底稿可重算、行业研究建实体页仅次于GPT-6 Astra，回测口径严但缺交易约束。关注国产大模型与AI应用。
全文如下
国金金融工程高智威｜升级后Deepseek V4.1 Flash投研能力有多强？——大模型赋能投研系列
DeepSeek V4.1 Flash正式发布
2026年9月10日，DeepSeek发布DeepSeek V4.1 Flash，模型原生支持多模态，支持100万Token上下文和最高384K Token输出，为其全新模型结构系列中尺寸最小的成员。
架构上，模型对输入、输出采用非对称激活（输入端每Token约8B、输出端约16B），压低了主要算力开销；新一代注意力机制将缓存压缩至每Token 890字节，显存占用降至上一代的四分之一。成本需区分两个口径：对API用户，缓存命中、输入与输出价格较DeepSeek V4 Pro分别下降约86.4%、77.3%和69.7%；但权重增至约510GB，本地部署门槛由两张卡升至一个8卡节点，自部署用户的总拥有成本反而上升。
能力提升方面，我们选取科学知识与推理（GPQA Diamond、HLE）、代码生成（Codeforces、DeepSWE v1.1、NL2Repo-Bench）与智能体任务（Terminal-Bench 2.1、ProgramBench）三类共七项公开测试进行横向对比。与上一代DeepSeek V4 Flash相比，DeepSeek V4.1 Flash七项测试全部提升；其中代码生成与智能体类的五项还超过了参数规模更大的DeepSeek V4 Pro，仅科学知识与推理两项仍低于Pro版本，说明本轮提升集中于代码生成与智能体任务方向。
三类金融投研任务表现
本次评测设置估值建模、多因子回测和行业研究三个真实投研任务，并将DeepSeek V4.1 Flash与DeepSeek V4 Flash、DeepSeek V4 Pro、GPT-6 Astra和Kimi K3进行比较。
估值任务中，GPT-6 Astra将量价与成本假设完整接入财务模型，经营拆解与现金流分析最为完整。DeepSeek V4.1 Flash的量价假设真正进入计算、底稿可重算且与报告一致，仅拆解颗粒度偏粗；DeepSeek V4 Flash底稿可复算，但报告的量价方法未在底稿中落地；Kimi K3报告逻辑自洽，但底稿多为静态值并有公式错误；DeepSeek V4 Pro 因公式系统性错位且隐蔽，可复算性最差。
回测任务中，GPT-6 Astra区分信号与执行并完整模拟交易约束，历史时点与成交处理最为完整。DeepSeek V4 Pro次日成交并计入成本，仅持有期与涨跌停未收口；DeepSeek V4.1 Flash数据校验与基准口径最严谨，但交易成本、涨跌停与执行日三项约束缺失；DeepSeek V4 Flash虽计入成本，但持有期口径不一致；Kimi K3三项约束全缺，与真实交易差距最大。
行业研究任务中，GPT-6 Astra将报告与知识库连成完整研究链，投资框架也最为完整。DeepSeek V4.1 Flash知识库质量仅次之，为全部样本公司与海外龙头建实体页、双链完整，仅来源标注与评分复算不足；DeepSeek V4 Pro来源规范、评分可复算，但公司覆盖偏少；DeepSeek V4 Flash覆盖较广，却未沉淀为知识库；Kimi K3评分完整，但知识库沉淀与来源追溯最弱。
风险提示
结果通过历史数据统计、建模和测算完成，历史规律不代表未来；在市场环境发生变化时，模型存在失效的风险;策略依据一定的假设通过历史数据回测得到，当交易成本或其它条件改变时，可能导致策略收益下降甚至出现亏损；大模型输出的内容存在一定的随机性和准确性风险；本文所提炼的观点，基于一定的提示词产生，大语言模型输出的结果可能随着提示词的变化而发生变化。部分应用本身可能存在一定的安全风险，在使用此类应用时，用户需自行承担由此可能引发的任何风险和后果。在使用AI生成内容时，需要注意相关版权问题。用户应确保所使用的工具及其生成的内容符合相关法律法规的要求，避免侵犯他人知识产权。
（文章来源：第一财经）
