DeepSeek V4.1 Flash 长程浏览器任务追平 Opus 5.5，单任务成本低 19 倍

• 前情提要：DeepSeek 此前发布 V4.1-Flash-1017，官方强调基准更强、任务完成更快、输出更短，权重以 MIT 许可在 Hugging Face 与 ModelScope 开源，并陆续进入 OpenRouter、Ollama Cloud 以及 Claude Code、OpenCode 调用链。
• 最新实测：Browser Use 公布自有长程浏览器任务基准的结果，DeepSeek V4.1 Flash 1017 得 75/100，与 Claude Opus 5.5 持平，接近 Astra 水平；单任务成本 0.22 美元，对比 Opus 5.5 的 2.35 美元，约便宜 19 倍。
• 坐标：Browser Use 称 Sol 仍为该基准的 SOTA，但差距已经接近，并把 DeepSeek V4.1 Flash 描述为「新的帕累托前沿」——同一成本档位下能力最高的一档。
• 信息边界：这是 Browser Use 单方发布的一组对比数字，素材未披露任务集构成、样本量、评分协议与成本估算口径；此前同一基准上 Browser Use 测得 Nemotron 3.5 Super VL 为 48.5、GPT-6 Luna 为 67.7，不同批次结果之间能否直接横向比较仍待确认。
• 行业观察：浏览器操作是 Agent 落地最直接的能力面之一，也是厂商较少公开横向对比的长程任务类型。开源权重模型在这一档追平闭源前沿，意味着在成本敏感的批量浏览任务里，选型天平会向「够用且便宜」一端倾斜；19 倍的单价差如果在更多任务集上复现，将直接影响 Agent 产品的单位经济模型，也让以任务计费而非按 token 计费的产品定价有了新的参照点。

🔗 Browser Use 原帖