deepseek v4.1 flash上线

misa

DeepSeek V4.1 Flash 发布：552B新架构，价格屠夫，全面超越Pro！
今天 DeepSeek 正式发布了 V4.1 Flash，这是全新架构系列里最小的一个。9月9日预告，9月10日正式上线。这不是一次常规升级，而是底层架构彻底重构。

一、到底发了什么？

三个关键变化：

· 全新非对称架构：Causal-Encoder-Decoder 结构，输入端只激活 8B 参数，输出端激活 16B，总参数 552B。
· 原生多模态：视觉能力直接塞进基础模型，不再需要单独切换 Vision 模型。
· 三模态合一：快速模式、专家模式、识图模式合并为统一智能模式，自动检测复杂度。说白了，以前你手动选“快速”还是“专家”，现在模型自己判断该用多大算力。

二、架构到底换了什么？

这次架构升级是真正的技术迭代，不是参数堆砌。

· 核心设计：非对称 MoE 结构，总参数 552B，输入激活 8B（输入轻量、输出重载），为什么这么设计？输入阶段主要是理解检索，不需要大算力；输出阶段要生成高质量内容，所以给更多算力。
· KV Cache：砍到初代的 1/437：这是对开发者最实在的升级。与上一代相比，HBM 需求降到 1/4，SSD 需求降到 1/8。直接影响：长对话、Agent 任务的运行成本大幅下降。

三、原生多模态：从“外挂”到“内置”

8月21日上的 V4-Flash-Vision-Exp，本质是两个独立模型拼在一起。V4.1 Flash 把视觉能力直接整合进基础模型：

· 视觉编码器：32层 ViT，hidden size 1024，patch 14。
· 每张图上限 1024 tokens，每个请求最多 600 张图片。
· 原生支持 1M tokens 上下文，最大输出 384K tokens。
· 实际体验：以前要读图，得换模型名、改参数；现在一个模型全搞定，代码不用改。

四、定价：缓存命中价 1 折

9月10日中午12点生效，Flash 全线降价：

· 输入/缓存命中：0.02元（之前0.05元，降 60%）
· 输入/缓存未命中：1.00元（之前1.50元，降 33%）
· 输出：4.00元（之前4.50元，降 11%）
  高峰时段（工作日9:00-12:00, 14:00-18:00）价格翻倍。

注意时间线：8月中旬刚涨价，三周后就降回来。但如果你的任务以生成为主，这波优惠感知不强。实际能省多少？长对话、Agent 任务反反复复带上相同的上下文，缓存命中率大，这波很划算。缓存未命中的纯生成任务只降 11%，聊胜于无。

五、V4 Pro 注意事项

V4.1 Flash 发布后，V4 Pro 被全面超越。官方决定有序下线 V4 Pro：

· 2026年9月14日 12:00 后，deepseek-v4-pro 的所有请求全部路由到 V4.1 Flash。
· 按 V4.1 Flash 单价计费。
· 过渡期建议：底层模型换了，输出风格可能有变化。如果你第一轮对话有严格要求，建议先做一轮回归测试。

六、生态合作

腾讯 WorkBuddy、CodeBuddy 和 OpenCode 作为官方接入方，开发者直接调用即可。

七、和竞品比呢？

这次降价的时间点很微妙：

· 同期智谱发布并开源了 GLM-5.3-Flash，能力对标，价格更便宜。这个模型在正式发布前曾以匿名“Ox-Alpha”身份测试，一度被误认为是谷歌的新模型，后来智谱官方认领，全程跑在国产芯片上。
· 腾讯混元 HY4 在 WorkBuddy 限免。
· DeepSeek 身边少了网友，身边多了朋友，直接抄 ChatGPT 后路。
  开发者首选哪个，就不言而喻了。DeepSeek 这波“降本增效”的组合拳，说白了就是：不跟上就等着掉队。