DeepSeek V4.1 Flash 发布，更强、更快也更省~

DeepSeek 正式发布 DeepSeek V4.1 Flash。这是其全新模型结构系列中的最小尺寸模型，采用 552B MoE，并原生支持图像与文本输入，最长上下文达到 1M Token。

这次升级的重点之一是 Agent 能力。DeepSeek 公布的评测结果中，V4.1 Flash 在多项 Agent Benchmark 上高于 V4 Pro：

Terminal Bench 2.1：90.6 vs 87.9
DeepSWE v1.1：74.2 vs 62.7
CyberGym：88.1 vs 83.3
AutomationBench：54.8 vs 43.2

相关 Instruct 评测使用最高 reasoning_effort=100，不同 Benchmark 按对应 Harness 进行测试。

这次更新的重点还在于新的 Causal Encoder-Decoder（CED）非对称架构。V4.1 Flash 在 Prefill 阶段每个 Token 只激活 8B 参数，Decode 阶段激活 16B；结合新的缓存设计，Global KV Cache 被压缩到 890 Bytes / Token。相比上一代，HBM 需求降至 1/4、SSD 需求降至 1/8；相比 DeepSeek V1，KV Cache 已降至约 1/437。

V4.1 Flash 已同步上线 DeepSeek API，新模型名为 deepseek-flash。API 继续采用峰谷定价：闲时缓存命中输入 0.02 元、未命中输入 1 元、输出 4 元 / 百万 Token，高峰价格为对应的两倍。9 月 14 日 12:00 后，在 V4.1 Pro 上线前，deepseek-v4-pro 请求也将暂时路由至 V4.1 Flash，并按其单价计费。

模型权重现已在 Hugging Face 开放，采用 MIT License。DeepSeek 还表示将继续支持社区进行推理适配。

DeepSeek 大模型 Agent AIAgent AI编程 多模态 KVCacheMoE