快科技 9 月 10 日消息，今日，深度求索正式发布 DeepSeek V4.1 Flash 模型，这是其全新模型结构系列中尺寸最小的一款模型，并原生支持多模态视觉理解。

据介绍，新一代模型结构的设计目标是进一步提升能力上限，同时实现更快推理速度、更高吞吐，并为后续扩展至更大参数规模模型打下基础。

DeepSeek V4.1 Flash 采用 552B 参数 MoE 架构，并引入全新的 Causal-Encoder-Decoder 结构。

该结构采用输入、输出不对称设计，其中输入侧仅激活 8B 参数，输出侧激活 16B 参数，因此在保持大参数规模的同时，推理成本显著低于已知同尺寸模型。

与此同时，V4.1 Flash 采用新的预训练方式，并经过更大规模的强化学习后训练。

根据官方公布的基准测试结果，DeepSeek V4.1 Flash 在多项测试中已经超过包括 DeepSeek V4 Pro 在内的一众旗舰模型。

在推理效率方面，新一代模型还大幅压缩了 KV Cache 缓存规模，相比上一代模型，其对 HBM 的需求降低至 1/4，对 SSD 的需求降低至 1/8。

对于 Agent 应用而言，缓存命中往往占据较高成本，因此 KV Cache 的大幅压缩，也将进一步降低 Agent 类任务的实际使用成本。

目前，DeepSeek V4.1 Flash 已同步上线 DeepSeek API，并原生支持多模态能力。开发者只需将模型名称更改为 "deepseek-flash"，即可调用最新的 V4.1 Flash 模型。

与此同时，旧版本 V4 Flash 与 V4 Flash Vision Exp 已经下线。

出于兼容考虑，deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 两个模型名称目前将暂时路由至 V4.1 Flash。

官方表示，经多方测试，V4.1 Flash 在性能、费用、速度以及任务总用时等指标上均已全面超过 V4 Pro，因此 DeepSeek 计划有序下线 V4 Pro。

根据安排，北京时间 2026 年 9 月 14 日 12:00 之后，直至未来 V4.1 Pro 上线之前，用户访问 deepseek-v4-pro 的请求都将自动路由至 V4.1 Flash，并按照 V4.1 Flash 价格计费。

目前，腾讯 WorkBuddy、CodeBuddy 以及 OpenCode 作为官方合作伙伴，也已经全量接入 DeepSeek V4.1 Flash。

API 价格方面，得益于新模型架构带来的成本下降，DeepSeek 此次同步下调了 V4.1 Flash 的 API 价格。

同时，官方继续采用峰谷定价机制，其中闲时价格为高峰时段的一半，鼓励用户根据实际需求调整任务执行时间。

新价格已于 2026 年 9 月 10 日 12:00 正式生效。