DeepSeek 刚刚在公众号宣布，DeepSeek V4.1 Flash 模型已正式推出并开源权重。该模型是其全新模型结构系列中尺寸最小的一款，原生具备多模态视觉理解能力。

DeepSeek V4.1 Flash 为 552B 参数的 MoE 模型，采用全新的 Causal-Encoder-Decoder 结构，输入与输出不对称——输入激活仅 8B，输出激活 16B，官方称其成本显著低于已知同尺寸模型。DeepSeek 表示，配合新的预训练方式与更大规模的强化学习后训练，该模型在基准测试中已超过包括 V4 Pro 在内的一众旗舰模型；官方对比图显示，它与 Kimi-K3、GLM-5.3、Opus5、GPT5.6-Sol 在四项 Agent 基准上同场对比，CyberGym 以 88.1 分、Automation-Bench 以 54.8 分居首。

DeepSeek 表示，KV 缓存的压缩是这一代的主要变化：新模型对 HBM 的需求降至上一代的 1/4、对 SSD 的需求降至 1/8。相对初代模型，其 KV 缓存已缩小 437 倍。DeepSeek 提到，Agent 场景中缓存命中的费用往往占比较高，压缩 KV 缓存直接降低了这类任务的成本。

那么如何使用新模型呢？对于 API 开放平台的用户来说，把模型名改为 deepseek-flash 即可调用。需要注意的是，旧版 V4 Flash 与 V4 Flash Vision Exp 已下线，原模型名暂时路由到 V4.1 Flash。又因为新模型在性能、速度、总用时等规格上全面超过 V4 Pro，DeepSeek 也选择了下线 V4 Pro：9 月 14 日 12:00 起至 V4.1 Pro 上线前，deepseek-v4-pro 的请求将全部路由至 V4.1 Flash，并按新单价计费。

与此同时，DeepSeek Flash 模型的新价格自 9 月 10 日 12:00 生效，仍为峰谷定价，闲时价格为高峰时段的一半；高峰时段每百万 tokens 输入缓存命中 0.04 元、未命中 2 元，输出 8 元。官方还提到，腾讯的 WorkBuddy、CodeBuddy 与 OpenCode 已作为官方合作伙伴全量接入。