9月10日，DeepSeek官方宣布：正式发布DeepSeekV4.1Flash模型。官方称该模型是全新模型结构系列中的最小尺寸的模型，具备原生多模态视觉理解能力。经多方测试，V4.1Flash在性能、费用、速度、总用时等各项指标上已全面超越V4Pro。新模型结构的设计初衷是：能力上限更高、推理速度更快、吞吐更大、可扩展到更大参数模型。
非对称模型结构，小成本大智能
DeepSeekV4.1Flash为552B参数的MoE模型，采用了全新的Causal-Encoder-Decoder结构，输入和输出不对称，输入激活只有8B，输出激活16B，成本显著低于已知的同尺寸模型。同时，V4.1Flash还采用了新的预训练方式、经过了更大规模的强化学习后训练，在基准测试中，成功超越了包括DeepSeekV4Pro在内的一众旗舰模型的智能水平。
DeepSeek-V4.1-Flash与主流前沿模型在AgenticBenchmark上的性能对比
更少缓存，更省成本
新一代模型大幅减少了KVCache缓存的大小，与上一代模型相比，对HBM的需求减少到1/4，对SSD的需求减少到1/8。在Agent使用场景中，缓存命中的费用往往占比较高，对KVCache的压缩大幅降低了Agent类任务的使用成本。
如图展示了DeepSeek在减少上下文存储方面的持续进展。相对于初代模型，KVCache已经缩小了437倍。
API支持
DeepSeekV4.1Flash已同步上线DeepSeekAPI，原生支持多模态，将模型名称更改为deepseek-flash即可调用最新的V4.1Flash模型。旧版本模型V4Flash与V4FlashVisionExp现已下线，出于兼容考虑，模型名deepseek-v4-flash、deepseek-v4-flash-vision-exp将被暂时路由到V4.1Flash。
同时，经多方测试，V4.1Flash在性能、费用、速度、总用时等各项指标上已全面超越V4Pro，因此我们计划有序下线V4Pro模型。北京时间2026年9月14日12:00之后，至未来V4.1Pro上线之前，用户访问deepseek-v4-pro的请求将全部路由到V4.1Flash，并按V4.1Flash单价计费。
腾讯（WorkBuddy、CodeBuddy）和OpenCode作为官方合作伙伴，现已全量接入DeepSeekV4.1Flash，欢迎使用！
API定价调整
得益于模型架构的创新，DeepSeekV4.1Flash能够以更低的成本服务更多的用户，因此我们相应下调了V4.1Flash的定价。同时，为了更合理地调配资源，我们仍然采用峰谷定价，闲时价格为高峰时段价格的一半，鼓励用户根据实际使用情况调整任务时间。新价格于2026年9月10日12:00开始生效。
模型开源
我们将会全力支持开源社区进行新模型的推理适配，并尝试通过各种方式扩大部署的范围。如果您有大规模部署的需求且具备相应的资源（2k卡GPU、有存储集群），欢迎与我们联系。
模型开源链接：
https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】