DeepSeek 发布 V4.1 Flash，552B MoE 新架构

DeepSeek 正式发布全新模型 DeepSeek V4.1 Flash。这是其新一代模型结构中尺寸最小的成员，却具备原生多模态视觉理解能力。官方表示，新结构的设计初衷是让能力上限更高、推理速度更快、吞吐更大，并且可以平滑扩展到参数规模更大的模型。

V4.1 Flash 是一个 552B 参数的 MoE 模型，采用全新的 Causal-Encoder-Decoder 结构，输入与输出并不对称：输入激活仅 8B，输出激活为 16B，成本明显低于已知的同尺寸模型。与此同时，新模型采用新的预训练方式，并经过更大规模的强化学习后训练，在基准测试中成功超越包括 DeepSeek V4 Pro 在内的一众旗舰模型的智能水平。

推理成本方面，新一代模型大幅压缩了 KV Cache 缓存大小。与上一代相比，对 HBM 的需求减少到四分之一，对 SSD 的需求减少到八分之一；相对于初代模型，KV Cache 仅为原来的四百三十七分之一。在 Agent 使用场景中，缓存命中费用往往占比较高，对 KV Cache 的压缩因此显著降低了 Agent 类任务的使用成本，也让长上下文与多轮调用的经济性明显改善。

接入方面，DeepSeek V4.1 Flash 已同步上线 DeepSeek API，原生支持多模态，用户只需将模型名称改为 deepseek-flash 即可调用。旧版本模型 V4 Flash 与 V4 Flash Vision Exp 现已下线；出于兼容考虑，模型名 deepseek-v4-flash、deepseek-v4-flash-vision-exp 将被暂时路由到 V4.1 Flash，既有应用无需改动代码即可完成过渡。

经多方测试，V4.1 Flash 在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro。官方因此计划有序下线 V4 Pro：北京时间 2026 年 9 月 14 日中午之后，至未来 V4.1 Pro 上线之前，用户访问 deepseek-v4-pro 的请求将全部路由到 V4.1 Flash，并按 V4.1 Flash 单价计费。这一安排意味着开发者在迁移窗口期内可以无感切换，成本反而进一步下降。

生态方面，腾讯旗下的 WorkBuddy、CodeBuddy 以及 OpenCode 作为官方合作伙伴，现已全量接入 DeepSeek V4.1 Flash。得益于架构创新，官方相应下调了 V4.1 Flash 的定价，同时仍采用峰谷定价，闲时价格为高峰时段价格的一半，新价格于 2026 年 9 月 10 日中午起生效。模型权重与技术报告已同步在 Hugging Face 开放，开发者可以自行部署与验证。