DeepSeek V4.1-Flash 上线：552B MIT 开源权重，9 月 14 日起 V4 Pro 请求全部按 Flash 价路由

要点

• V4.1-Flash 于 2026-09-10 上线 DeepSeek API，模型名 deepseek-flash，官方定位是新架构家族里「更小但更强」的一档，552B 参数 MoE。
• 新架构：Causal Encoder–Decoder，输入侧仅激活 8B、输出侧 16B——用非对称激活把推理成本压下来，同时保留原生视觉理解（图片输入内置）。
• KV cache 大幅瘦身：官方称所需 HBM 为上代的 1/4、SSD 存储 1/8。对 Agent 类任务意义很大，因为缓存命中费用往往占 Agent 成本的大头。
• 旧模型下线：V4-Flash 与 V4-Flash-Vision-Exp 退役，出于兼容 deepseek-v4-flash、deepseek-v4-flash-vision-exp 两个名字暂路由到 V4.1-Flash。
• 关键时间点：北京时间 2026-09-14 12:00 起，所有 deepseek-v4-pro 请求路由到 V4.1-Flash，按 Flash 单价计费，直到 V4.1-Pro 上线（官方未给日期）。
• 定价（2026-09-10 生效）：闲时输入 $0.15 / 输出 $0.60 每百万 token，峰值翻倍（$0.30 / $1.20）；缓存命中输入低至 $0.003。峰值时段为工作日 01:00–04:00 与 06:00–10:00 UTC。
• 开源：权重以 MIT 许可 发布于 Hugging Face，附技术报告；第三方实测 checkpoint 约 510 GB（FP8），自托管门槛从 V4-Flash 的 2×H200 抬到约 8 卡节点。

背景与分析

这不是一次常规的版本号 +1。DeepSeek 自己给出的理由是：多方测试显示 V4.1-Flash 在性能、费用、速度、总用时上已全面超越 DeepSeek V4 Pro，所以要有序下线 V4 Pro。

官方公布的对比（DeepSeek 自家表格，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）也提醒，HLE 36.8 对 Opus-5.0 的 56.3、Terminal-Bench 4.0 上约 20 分的差距是真实存在的——别把它放在研究助手或强事实问答的位置上。

真正需要开发者动手的不是模型本身，而是这次替换是静默发生的：

• 你的代码里如果硬编码了 deepseek-v4-pro，不会报错、不会中断，只是背后换了一个模型、账单降到约四分之一——这也正是它容易被忽略的原因。
• 如果你是按能力档位而非模型名做路由的（例如「Pro 档走深度推理」），那么 9 月 14 日就是必须重跑评测的日期。
• 峰谷定价意味着欧洲工作日上午处于 2 倍峰值、美国整个工作日处于闲时。能排期的批量任务与 eval 跑批，值得挪到闲时窗口。

对开发者的影响

• 成本结构变了：缓存命中价 $0.003 vs 未命中 $0.15，相差 50 倍。任何带稳定 system prompt 或重复文档上下文的工作流，都应该先把缓存设计好再谈模型选型。
• 按能力路由的团队要重测：建议抽 50–100 条代表性的 V4 Pro 请求，对比 V4.1-Flash 在成本、延迟、结构化输出合法性、拒答率、多模态准确率上的差异，再决定是否接受新行为。
• 自托管要重算账：MIT 许可 + 权重开放对合规场景（源码不能出境）是实打实的好消息，但 552B / 约 510 GB 的 checkpoint 把硬件门槛抬了三倍，且官方未公布硬件要求与 tokens/s 数据——部署前需要自己压测。
• 工具链已跟上：官方点名的合作方 WorkBuddy（含 CodeBuddy）与 OpenCode 已全量接入；走 OpenRouter 一类的聚合网关则要等上架。

AI 之家 观点

这是 2026 年下半年最值得记的一条**「成本即发布特性」**的案例。

1. 厂商开始主动把自己的旗舰流量往便宜模型上赶。DeepSeek 不是先发 V4.1-Pro 再降 Pro 的价，而是直接让 Pro 名字指向 Flash。这说明在 Agent 高频调用场景里，单位任务成本已经比榜单名次更能决定模型的生死。
2. 「按名字调用」的风险被正式摆上台面。同一周里，Kimi 把 kimi-for-coding 无感升级为 K2.8 Preview、DeepSeek 把 deepseek-v4-pro 指向 Flash——模型名不再是稳定契约。生产系统应该把模型能力档位与模型名解耦，并对关键路径做定期回归评测。
3. 对国内开发者的实际收益是最直接的：闲时 $0.15/$0.60、缓存命中 $0.003，配合 MIT 权重，长上下文 Agent 跑批的成本下降是一周内就能在账单上看出来的量级。

判断建议：跑量的 Agent / 代码审查 / 批处理，直接切 Flash 并优先优化缓存命中；深度推理链路保留前沿模型，不要因为便宜就把整条流水线换成同一个模型。

相关阅读

• 模型卡：DeepSeek V4（V4-Pro / V4-Flash） · Kimi K3 · GPT-6 Astra
• 工具卡：OpenRouter · OpenCode · CodeBuddy · Claude Code
• 相关资讯：AI 编程工具周报 2026-09-13 · GLM-5.3 发布
• 概念：Prompt Caching · MoE 混合专家 · 长上下文

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（定价与自托管实测） — DataNorth
• DeepSeek V4.1 Flash: Pricing, Specs, V4 Pro Routing — Yotta Labs
• DeepSeek-V4.1-Flash 权重（MIT） — Hugging Face