主要来源vLLM
查看原文事件专题 ·多源确认
vLLM 团队庆祝 DeepSeek-V4.1-Flash-1017 发布，达成 1.3B tokens/美元 TCO
vLLM 项目团队祝贺 DeepSeek 发布 DeepSeek-V4.1-Flash-1017，称其分数更高且输出更短，适合长智能体循环场景。在 SemiAnalysis AgentX 基准上，vLLM 服务该模型达到 1.3B tokens/美元的 TCO，单 GPU 吞吐 830K tok/s（含缓存、输入和输出），同时保证每用户 100 tok/s。团队还表示自第一天起已实现 5 倍智能体吞吐提升。
当前结论
vLLM 官方晒出 DeepSeek-V4.1-Flash-1017 的服务成绩：每美元 1.3B tokens，单卡 830K tok/s，跑智能体循环很省钱。
7 个信源76° AI 热度最后更新 2026/10/17 10:18:37
证据链
7 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。