深度求索 發佈 DeepSeek V4.1 Flash 模型。這是其全新模型結構系列中尺寸最小的模型，具備原生多模態視覺理解能力。新模型結構的設計初衷是：能力上限更高、推理速度更快、吞吐更大、可擴展到更大參數模型。

輸入激活僅 8B，HBM 需求降至 1/4

DeepSeek V4.1 Flash 爲 552B 參數的 MoE 模型，採用全新的 Causal-Encoder-Decoder 結構，輸入和輸出不對稱——輸入激活只有 8B，輸出激活 16B，成本顯著低於已知的同尺寸模型。新模型還採用了新的預訓練方式，並經過更大規模的強化學習後訓練，在基準測試中成功超越了包括 DeepSeek V4 Pro 在內的一衆旗艦模型的智能水平。

此外，新一代模型大幅減少了 KV Cache 緩存大小，與上一代相比對 HBM 的需求減少到 1/4，對 SSD 的需求減少到 1/8；相對於初代模型，KV Cache 僅爲原來的 1/437。在 Agent 使用場景中緩存命中費用往往佔比較高，對 KV Cache 的壓縮大幅降低了 Agent 類任務的使用成本。

image.png

已同步上線 API，V4 Pro 將於 9 月 14 日路由切換

DeepSeek V4.1 Flash 已同步上線 DeepSeek API，原生支持多模態，將模型名稱更改爲 deepseek-flash 即可調用。舊版本模型 V4 Flash 與 V4 Flash Vision Exp 現已下線，出於兼容考慮，模型名 deepseek-v4-flash、deepseek-v4-flash-vision-exp 將被暫時路由到 V4.1 Flash。

經多方測試，V4.1 Flash 在性能、費用、速度、總用時等各項指標上已全面超越 V4 Pro，官方因此計劃有序下線 V4 Pro：北京時間 2026 年 9 月 14 日 12:00 之後，至未來 V4.1 Pro 上線之前，用戶訪問 deepseek-v4-pro 的請求將全部路由到 V4.1 Flash，並按 V4.1 Flash 單價計費。

image.png

騰訊（WorkBuddy、CodeBuddy）和 OpenCode 作爲官方合作伙伴，現已全量接入 DeepSeek V4.1 Flash。得益於架構創新，官方相應下調了 V4.1 Flash 的定價，同時仍採用峯谷定價——閒時價格爲高峯時段價格的一半，新價格於 2026 年 9 月 10 日 12:00 起生效。模型權重與技術報告已同步在 Hugging Face 開放。