20260914-国金证券-大模型赋能投研系列之三十二_升级后Deepseek_V4.1Flash投研能力有多强_36页_4mb

DeepSeek V4.1 Flash 投研能力分析总结

核心内容

DeepSeek V4.1 Flash 是 DeepSeek 新一代模型结构系列中参数规模最小的成员，于 2026 年 9 月 10 日发布，原生支持多模态，支持 100 万 Token 上下文和最高 384K Token 输出。其在架构上采用非对称激活机制，输入端约 8B 参数，输出端约 16B 参数，显著降低主要算力开销。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。在 API 用户端，DeepSeek V4.1 Flash 的缓存命中、输入和输出价格分别下降约 86.4%、77.3% 和 69.7%，成本优势明显。但本地部署门槛提升，权重增至约 510GB，需 8 卡节点支持，总拥有成本上升。

主要观点

• 能力提升集中于代码与智能体任务：DeepSeek V4.1 Flash 在七项公开测试中全部提升，其中代码生成与智能体任务的五项表现超过参数规模更大的 DeepSeek V4 Pro，但在科学知识与推理方面仍稍逊于 V4 Pro。
• 本地部署成本上升：虽然 API 成本下降，但本地部署所需显存增加，导致总拥有成本上升，适合对缓存命中率高的长任务，而不适合一次性生成任务。
• 金融投研任务表现：在估值、回测和行业研究任务中，DeepSeek V4.1 Flash 表现优异，但与 GPT-6 Astra 相比仍有差距，尤其在经营拆解与财务联动方面。
• 模型结构与交付质量：DeepSeek V4.1 Flash 交付结构完整的 Excel 模型和投资分析报告，但拆解颗粒度较粗，未设经营情景，检查独立性较弱。

关键信息

一、模型规格与成本

二、金融投研任务表现

1. 估值任务

• DeepSeek V4.1 Flash：量价假设贯通底稿，报告与底稿一致，但拆解颗粒度较粗，未设经营情景，检查置于工作簿外。
• DeepSeek V4 Flash：模型联动完整，但报告以产品销量与单价驱动收入，实际由公司层增速驱动，存在敏感性分析表公式缺失问题。
• DeepSeek V4 Pro：报告逻辑自洽，但底稿不可复算，存在系统性公式错位。
• GPT-6 Astra：经营拆解与现金流分析最完整，工作簿内设来源管理与一致预期页，检查独立且全面。
• Kimi K3：报告逻辑自洽，但底稿存在静态值与公式错误，影响模型联动和复核。

2. 回测任务

• DeepSeek V4.1 Flash：数据校验与基准口径严谨，但交易成本、涨跌停与执行日约束缺失。
• DeepSeek V4 Flash：计入交易成本，但信号与执行时点存在偏差，未处理涨跌停约束。
• DeepSeek V4 Pro：次日成交并计入成本，但未处理涨跌停与执行日约束。
• GPT-6 Astra：区分信号与执行，完整模拟交易约束，历史时点与成交处理最完整。
• Kimi K3：三项交易约束均缺失，与真实交易差距最大。

3. 行业研究任务

• DeepSeek V4.1 Flash：知识库质量仅次于 GPT-6 Astra，但来源标注与评分复算不足。
• DeepSeek V4 Flash：覆盖较广，但未沉淀为知识库。
• DeepSeek V4 Pro：来源规范、评分可复算，但公司覆盖偏少。
• GPT-6 Astra：报告与知识库连成完整研究链，投资框架最为完整。
• Kimi K3：评分完整，但知识库沉淀与来源追溯最弱。

三、模型能力对比

四、风险提示

• 模型结果基于历史数据，未来可能失效。
• 策略收益受交易成本和市场环境变化影响。
• 大模型输出存在随机性和准确性风险。
• 提示词变化可能导致输出结果不同。
• 使用 AI 生成内容需注意版权问题，用户需自行承担相关风险和后果。

总结

DeepSeek V4.1 Flash 在代码生成与智能体任务方面表现出色，但在科学知识与推理上仍需提升。其本地部署门槛提高，但 API 成本下降，适合高缓存命中率的长任务。在金融投研任务中，其估值建模和回测能力优于前代模型，但与 GPT-6 Astra 相比仍有差距。Kimi K3 在报告逻辑上表现较好，但底稿质量较差。DeepSeek V4 Pro 虽然报告结构完整，但存在系统性公式错误，影响可复算性。整体来看，DeepSeek V4.1 Flash 在模型能力、成本效益和任务完成度方面均表现优异，但在细节处理和独立检查方面仍有改进空间。