DeepSeek V4.1 Flash 正式发布：更强、更快、更普惠，全面超越 V4 Pro

今天 DeepSeek 正式发布全新模型 DeepSeek V4.1 Flash。这是其全新模型结构系列中的最小尺寸版本，原生支持多模态视觉理解，设计目标直指更高能力上限、更快推理速度、更大吞吐，并具备向更大参数模型扩展的潜力，官方称其“更强、更快、更普惠”。

核心架构创新：非对称设计，小成本大智能
DeepSeek V4.1 Flash 是一个 552B 参数的 MoE（混合专家）模型，采用全新的 Causal-Encoder-Decoder（因果编码器-解码器）结构。最大亮点是输入与输出的非对称激活：输入侧仅激活约 8B 参数，输出侧激活约 16B 参数。这种设计显著降低了计算成本，尤其适合输入重、输出相对轻的 Agent 工作负载，成本远低于同尺寸已知模型。

模型从零开始在约 45T tokens 的多模态语料上预训练，稀疏注意力在 64K 序列长度训练，并在约 34T tokens 阶段将上下文扩展到 1M tokens。后训练遵循标准 SFT → RL → on-policy distillation 流程。得益于新预训练方式与更大规模强化学习，V4.1 Flash 在多项基准上成功超越包括 DeepSeek V4 Pro 在内的旗舰模型。

KV Cache 大幅压缩是另一大亮点。

与上一代相比，HBM 需求降至 1/4，SSD 存储需求降至 1/8。相对初代模型，KV Cache 已缩小 437 倍。Agent 场景中缓存命中费用占比高，这一压缩直接大幅降低了长上下文、多轮交互的使用成本。

性能表现：

官方公布的部分基准成绩（最大推理力度）包括

GPQA Diamond：90.9
HLE：36.8（纯文本子集 39.1）
Codeforces Rating：3471
MathArena Apex：65.6
Terminal-Bench 2.1：90.6
DeepSWE v1.1：74.2
HLE（带工具）：63.9
BabyVision（带工具）：89.6
以及 CyberGym、Automation-Bench、Agents' Last Exam 等 Agent 相关指标均表现强劲。

多方测试显示，V4.1 Flash 在性能、费用、速度和总用时上已全面超越 V4 Pro。早期内测用户反馈其速度“惊人”，SVG 代码生成比前代视觉实验版快约 6 倍，长上下文检索快 5 倍以上。

V4.1 Flash 已同步上线 DeepSeek API，原生多模态支持。调用时只需将模型名改为 deepseek-flash。旧版 V4 Flash 与 V4 Flash Vision Exp 已下线，相关模型名暂时路由至 V4.1 Flash。从北京时间 2026 年 9 月 14 日 12:00 起，至 V4.1 Pro 上线前，所有 deepseek-v4-pro 请求将自动路由到 V4.1 Flash，并按 Flash 价格计费。

定价调整于 9 月 10 日 12:00 生效，采用峰谷定价：

空闲时段：输入缓存命中 0.02 元/百万 tokens，缓存未命中 1 元/百万 tokens，输出 4 元/百万 tokens。

高峰时段为上述价格的 2 倍。