DeepSeek V4.1-Flash

概述

DeepSeek V4.1-Flash 是深度求索于 2026 年 9 月 10 日发布的模型，官方定位为新架构家族中「更小但更强」的一档：552B 参数 MoE，采用新的 Causal Encoder–Decoder 架构——输入侧仅激活 8B 参数、输出侧 16B，用非对称激活把推理成本压下来的同时保留旗舰级能力。

它是当前性价比最锋利的一档国产开源模型：1M 上下文、原生视觉理解、MIT 许可权重，闲时 API 价 $0.15 / $0.60 每百万 token。官方给出的判断是它在性能、费用、速度与总用时上已全面超过自家的 DeepSeek V4-Pro，因此有序下线 V4-Pro：北京时间 2026-09-14 12:00 起，所有 deepseek-v4-pro 请求路由到 V4.1-Flash 并按 Flash 单价计费，直到 V4.1-Pro 上线（官方未给日期）。

注意：旧模型 V4-Flash 与 V4-Flash-Vision-Exp 已退役；出于兼容，deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 两个名字暂路由到 V4.1-Flash。上一代情况见 DeepSeek V4（V4-Pro / V4-Flash）。

核心能力

新架构：Causal Encoder–Decoder

非对称激活是这一代的核心设计——输入（prefill）只激活 8B、输出（decode）激活 16B。官方配套的说法是预训练方法更新 + 更大 scale 的 RL 后训练，使其在多个基准上超过自家旗舰 V4-Pro。

长上下文与缓存成本

1M 输入上下文、最大 384K 输出。真正影响账单的是 KV cache 体积：官方称所需 HBM 为上代的 1/4、SSD 存储 1/8。对 Agent 场景意义重大，因为缓存命中费用常常占 Agent 成本的大头，而 Flash 的缓存命中价只有未命中的 1/50。

多模态（原生视觉）

图片输入内置，无需再挂单独的 vision 模型。官方同时提到支持图片 + 文本混合输入。

基准表现（官方公布，非第三方复现）

形状很清楚：编程、终端、Agent 自动化类全面提升；纯推理知识类小幅回退。第三方（DataNorth）提醒，HLE 36.8 对 Opus-5.0 的 56.3 是数量级差距，不要把它放在研究助手或强事实问答的位置。

获取方式（定价 2026-09 核对）

峰值时段为工作日 01:00–04:00 与 06:00–10:00 UTC（北京时间 09:00–12:00 与 14:00–18:00）；其余时间与周末全部为闲时，闲时价格为峰值的一半。峰值价自 2026-09-10 12:00 生效。

API 调用示例

from openai import OpenAI

client = OpenAI(
    api_key="sk-...",
    base_url="https://api.deepseek.com",
)

resp = client.chat.completions.create(
    model="deepseek-flash",   # 官方模型名；旧名 deepseek-v4-pro 自 2026-09-14 起同样路由至此
    messages=[
        {"role": "system", "content": "你是一个代码审查助手。只指出确定的问题，不要猜测。"},
        {"role": "user", "content": "审查以下模块，列出潜在 bug 与重复代码：<粘贴代码>"},
    ],
    max_tokens=8192,
)
print(resp.choices[0].message.content)

缓存命中价与未命中价相差 50 倍，稳定的 system prompt 与工具定义顺序是拿到低价的前提；每次请求动态拼接前缀会直接让缓存失效。

适合 / 不适合

适合

• 长上下文代码审查、接手陌生老仓库（整库一次喂入，省掉 RAG 切片）
• 高频 Agent 流水线：检索、规划、工具选择这类会放大 token 差异的场景
• 可排期的批量任务与离线 eval（挪到闲时窗口直接省一半）
• 合规要求「源码不出境」的团队（MIT 权重可自部署）

不适合

• 深度数学 / 长链条推理（HLE 36.8 是明确短板，应上前沿推理模型）
• 强事实准确性要求的研究助手类应用
• 硬件资源不足以承载约 510 GB checkpoint 的自部署团队
• 依赖 deepseek-v4-pro 旧行为且无法接受静默替换的生产链路（需在 09-14 前完成回归评测）

相关阅读

• 模型卡：DeepSeek V4（V4-Pro / V4-Flash） · Kimi K3 · GLM-5.3 · GPT-6 Astra
• 工具卡：OpenRouter · OpenCode · CodeBuddy · Cursor
• 资讯：DeepSeek V4.1-Flash 与 V4 Pro 路由切换 · AI 编程与 Agent 周报 2026-09-14
• 概念：Prompt Caching · MoE 混合专家 · 长上下文 · 国产编程模型

来源

• DeepSeek V4.1 Flash：更强、更快、更普惠 — DeepSeek 官方
• DeepSeek-V4.1-Flash: Smarter, Faster, More Efficient — DeepSeek API Docs
• DeepSeek releases DeepSeek-V4.1-Flash（定价与自托管门槛） — DataNorth
• DeepSeek V4.1 Flash: Pricing, Specs, V4 Pro Routing — Yotta Labs
• DeepSeek-V4.1-Flash 权重（MIT） — Hugging Face
• DeepSeek-V4.1-Flash 技术报告（PDF）

本卡片由 AI 之家 编辑部根据公开资料整理，非厂商付费内容；定价与能力以官网为准，欢迎在 反馈邮箱 反馈更新。