第31章 DeepSeek-V4.1-Flash 发布：更智能、更快速、更高效

第31章 DeepSeek-V4.1-Flash：更智能、更快速、更高效

🚀 重磅推出 DeepSeek-V4.1-Flash：更智能、更快速、更高效。

🔹 这是全新架构家族中最小的模型，原生支持视觉理解。 🔹 设计目标是更强能力、更快推理、更高吞吐，并可持续扩展到更大规模的模型。

🧠 非对称架构：更强智能，更低成本。 🔹 552B 参数的 MoE 架构。 🔹 全新 Causal Encoder–Decoder 架构：输入仅需 8B 激活参数，输出为 16B。 🔹 全新预训练方法 + 更大规模的 RL 后训练，基准测试成绩超越包括 DeepSeek-V4-Pro 在内的旗舰模型。

💾 更小的 KV cache，更大的成本节省。 与上一代相比，V4.1-Flash 的 KV cache 只需： 🔹 1/4 的 HBM 占用 🔹 1/8 的 SSD 存储 在 agent 场景中，cache 命中费用往往占总成本的大头，压缩 cache 能显著降低这部分开销。

⚡ V4.1-Flash 现已上线 DeepSeek API，原生支持多模态。 将模型设置为 deepseek-flash 即可使用。 🔹 V4-Flash 和 V4-Flash-Vision-Exp 已退役。为保证兼容性，deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 的请求将临时路由到 V4.1-Flash。 🔹 多方测试显示，V4.1-Flash 在性能、成本、速度和总运行时长上均超越 V4-Pro，我们将逐步淘汰 V4-Pro。 🔹 自 2026 年 9 月 14 日 04:00 UTC 起，所有 deepseek-v4-pro 的请求都将按 V4.1-Flash 的费率路由至 V4.1-Flash，直至 V4.1-Pro 发布。 🤝 官方合作伙伴 WorkBuddy（含 CodeBuddy）和 OpenCode 已全面支持 V4.1-Flash，欢迎立即体验！

💰 更高效的架构，更低的 API 价格。 V4.1-Flash 让我们能以更低成本服务更多用户，我们也会把节省的成本让利给用户。 🔹 继续采用峰谷定价来平衡需求。 🔹 谷时费率为峰时的 50%，可把灵活的任务安排到谷时执行以节省成本。 🔹 新价格自 2026 年 9 月 10 日 04:00 UTC 起生效。

🌐 支持开源，拓展更多部署方案。 我们将与开源社区紧密合作，完善 V4.1-Flash 的推理支持，并探索更多部署选项。 计划用 2,000 张 GPU 加存储集群做大规模部署？欢迎与我们洽谈。 🔹 模型：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash 🔹 论文：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf