DeepSeek 发布 V4.1 Flash：更小模型、更强性能、更低成本
速览
DeepSeek 推出新架构系列中最小型号 V4.1 Flash，原生支持视觉理解。其采用非对称编码器-解码器架构，输入仅激活 8B 参数、输出激活 16B 参数，并通过新预训练方法和大规模强化学习，性能超越旗舰模型 V4-Pro。即日起上线 DeepSeek API，9 月 14 日起 V4-Pro 请求将自动路由至新模型。
DeepSeek 今日正式发布 V4.1 Flash，这是其新架构系列中体积最小的模型，但原生具备视觉理解能力。官方称其设计目标是在更小的参数量下实现更强的能力、更快的推理速度和更高的吞吐量，并为后续更大规模模型提供扩展基础。
V4.1 Flash 采用非对称的编码器-解码器架构：处理输入时仅激活 8B 参数，输出时激活 16B 参数，整体算力消耗显著降低，官方描述为「更多智能，更少成本」同时，新的预训练方法和更大规模的强化学习后训练，使其在基准测试中领先于包括 DeepSeek-V4-Pro 在内的旗舰型号，且拥有更小的 KV 缓存，进一步压缩了推理开销——这对代理型应用尤其友好，因为缓存命中费用往往占其成本大头，压缩缓存可大幅削减这部分支出，
即日起 V4.1 Flash 已上线 DeepSeek API，模型标识设为 deepseek-flash，原生支持多模态输入，旧款 V4-Flash 和 V4-Flash-Vision-Exp 已退役，但为兼容考虑，其原有 API 标识将暂时指向 V4.1 Flash，多方独立测试显示 V4.1 Flash 综合性能、成本、速度和总运行时间均优于 V4-Pro，因此 DeepSeek 正逐步淘汰 V4-Pro——自 2026 年 9 月 14 日 04:00 UTC 起，所有 deepseek-v4-pro 请求将按 V4.1 Flash 的费率路由至新模型，直至 V4.1-Pro 正式发布，
价格方面，新模型显著下调，官方明确表示将成本节省转嫁给用户，并延续峰谷定价策略（非高峰时段费率为高峰的 50%），新价格自 9 月 10 日 04:00 UTC 已生效，官方合作伙伴 WorkBuddy（含 CodeBuddy）和 OpenCode 已全面支持新模型，同时团队表示将与开源社区紧密合作，推进 V4.1 Flash 的推理支持，并正在规划一项包含 2,000 张 GPU 和存储集群的大规模部署计划，