整理：TopAIMap 编辑
DeepSeek V4.1 Flash 入榜 AA-AgentPerf：GB300 达约 2.61 亿 tok/s/MW
Artificial Analysis 将 DeepSeek V4.1 Flash 加入智能体推理基准 AA-AgentPerf；在每用户 100 tok/s 设定下，NVIDIA GB300 系统吞吐约 261M tokens/s per MW，位列当面硬件榜首。
2026-10-14（约美西 12:04am PT），评测机构 Artificial Analysis（@ArtificialAnlys）宣布：已把开源权重模型 DeepSeek V4.1 Flash 加入 AA-AgentPerf，并公布 NVIDIA / AMD 硬件结果。该基准回放真实 agentic 编程会话（含 prompt caching 与工具调用延迟），同时报告单位兆瓦吞吐与不同并发下的单用户输出速度。在每用户 100 tok/s 目标下，GB300 约 261M tok/s/MW，其后为 B300≈220M、B200≈193M、GB200≈178M、MI355X≈128M；单 agent（batch=1）上 Blackwell 与 MI355X 约可达 600–670 tok/s。AA 称 V4.1 Flash 在 Intelligence Index 得分 39，高于同厂 V4 Pro 0813 的 36，却仅约三分之一参数规模（约 552B 骨干 / 16B 激活，对 1.6T / 49B）；架构为因果 encoder-decoder（输入激活约 8B、输出约 16B），另含可放主机内存的 Engram n-gram 记忆与更省的稀疏注意力 KV。
谁能用：DeepSeek V4.1 Flash 为 MIT 开源权重，可自托管（Hugging Face：deepseek-ai/DeepSeek-V4.1-Flash）；官方 API 模型名 deepseek-flash，高峰价约 $0.30/M 输入、$1.20/M 输出（缓存命中更低，非高峰约半价），亦经 OpenRouter 等多家 API 聚合可用；并非 ChatGPT/Claude/Gemini 的 Free/Pro/Ultra 订阅档位，也无 Antigravity 等 Google 产品面。AA-AgentPerf 榜单本身免费公开浏览；本条新闻节点是「入榜 + 硬件吞吐对比」，不是新模型首发（模型约 2026-09 发布）。 解读：开源 Flash 级模型被放进「真实 agent 会话」吞吐榜，比单卡 spew tok/s 更能回答「能不能 concurrent 养一队 coding agent」。讨论：① 在 100 tok/s/用户体验门槛下，GB300 相对 B300 的能效优势会不会继续拉开？② 自托管 2 卡起服 vs 官方 API 高峰价，团队更该盯哪个成本曲线？
