vLLM 与 OpenRouter 同步上线 DeepSeek-V4.1-Flash-1017 Day-0 极速推理：AgentX 单卡吞吐飙至 830K tok/s，每美元狂吞 13 亿 Token
紧随 DeepSeek-V4.1-Flash-1017 开源发布，vLLM 官宣 Day-0 深度适配，在 SemiAnalysis AgentX 评测中创下每美元 TCO 产出 13 亿 Token、单 GPU 吞吐高达 830K tok/s（保障单用户 100 tok/s 交互速率）的纪录，较初代提速 5 倍；OpenRouter 亦同步上线，第三方供应商最低仅需 $0.10/M 输入与 $0.50/M 输出。
核心要点速览
- vLLM 在 SemiAnalysis AgentX 基准上为 DeepSeek-V4.1-Flash-1017 实现单 GPU 830K tok/s 吞吐（保障单用户 100 tok/s 速率），每美元 TCO 产出高达 13 亿 Token，较初代提速 5 倍
- 模型在 DeepSWE v1.1 上斩获 77.0%（超越 Claude Opus 5 的 74.0%），NL2Repo-Bench 达 68.2%，Apex Bench 达 72.1%，且输出更加精炼
- OpenRouter 同步上线 deepseek/deepseek-v4.1-flash-1017，最低仅 $0.10/M 输入与 $0.50/M 输出；官方 API（deepseek-flash）维持 $0.15/$0.60 不变
关联模型 / 智能体 / 厂商: