vLLM 报告 DeepSeek-V4.1-Flash 在 AgentX 上的吞吐量和营收结果

1篇报道 1个报道来源 3 小时前更新

先了解这件事

AI 综述

vLLM 报告称，在 SemiAnalysis AgentX 的真实智能体工作负载测试中，DeepSeek-V4.1-Flash 的吞吐量达到 954K tokens/s/GPU（计入缓存、输入和输出 token），每位用户的 P90 吞吐量为 196 tokens/s。vLLM 称，这是迄今为止 DeepSeek-V4.1-Flash 在 AgentX 上的最佳成绩。按照 DeepSeek 的非高峰时段定价，vLLM 表示，该成绩相当于每 GPU 小时 38.96 美元的营收。其工程博客介绍了相关优化，并提供了复现基准测试结果的说明。

AI 根据报道生成 · 3 小时前更新

最新进展10月25日 07:23

vLLM 报告 DeepSeek-V4.1-Flash 在 AgentX 上真实智能体工作负载下的表现 vLLM · X

接下来读什么

今日还有哪些重要变化Moonshot 发布 Kimi K3.1 Pro，承诺于 11 月 4 日开放权重，并推出更快的 Highspeed API

提到的模型

DeepSeek V4.1 Flash综合榜第 29每百万 Token 输入 $0.02 / 输出 $1

全部模型的 API 价格

报道时间线

沿着报道，了解事件的不同侧面。

10月25日

07:23
vLLM · X
vLLM 报告了 DeepSeek-V4.1-Flash 在 AgentX 上使用真实世界智能体工作负载的性能
vLLM 报告称，在 SemiAnalysis AgentX 的真实世界智能体工作负载下，总吞吐量达到 954K tokens/s/GPU（缓存+输入+输出），每位用户的 P90 速度为 196 tokens/s。按 DeepSeek 的非高峰时段定价，vLLM 称这可带来每 GPU 小时 38.96 美元的收入，并称这是 AgentX 上有史以来最佳的 DeepSeek-V4.1-Flash 成绩。 vLLM 的工程博客介绍了这些优化以及如何复现结果：https://vllm.ai/blog/2026-10-23-deepseek-v41-flash-pd-wide-ep

模型发布、价格变化、算力进展，附原始来源。免费，确认后开始发送，随时一键退订。看一份往期日报

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月25日 08:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。