2026年9月10日，深度求索（DeepSeek）正式发布 DeepSeek V4.1 Flash 模型。这是其全新模型结构系列中的最小尺寸版本，具备原生多模态视觉理解能力。官方明确表示，新架构的设计目标是：能力上限更高、推理速度更快、吞吐更大，并可平滑扩展到更大参数规模的模型。API 已同步上线，模型名称为 deepseek-flash。

详细情况：架构创新与性能表现

DeepSeek V4.1 Flash 是一款 552B 参数的混合专家（MoE）模型，采用全新的 Causal-Encoder-Decoder（CED，因果编码器-解码器） 结构。输入与输出不对称：输入侧激活参数约 8B，输出侧约 16B，相比已知同规模模型显著降低推理成本。模型原生支持图像与文本联合输入，并自回归生成文本，无需外挂视觉模块。

其他关键技术特征包括：

支持最长 100万 Token 上下文；
预训练使用约 45T 多模态语料，稀疏注意力在 64K 序列长度上训练，并在后续扩展至 1M；
后训练沿用 SFT → 强化学习 → 在策略蒸馏（OPD）流程；
KV Cache 大幅压缩：相比上一代，HBM 需求降至约 1/4，SSD 需求降至约 1/8，整体缓存规模相对初代模型已缩小数百倍，显著降低长上下文与多轮 Agent 场景的存储与费用开销。

官方公布的部分基准成绩显示，V4.1 Flash 在多项任务上表现突出，例如 GPQA Diamond 90.9、Terminal-Bench 2.1 90.6、DeepSWE v1.1 74.2、CyberGym 88.1 等，并在综合测试中宣称已全面超越此前的旗舰模型 DeepSeek V4 Pro（涵盖性能、成本、速度与总耗时）。

API 与产品策略调整

V4.1 Flash 上线后，原 V4 Flash 与 V4 Flash Vision Exp 已下线，相关旧模型名暂时路由至新模型。官方计划于北京时间 2026年9月14日 12:00 起，将 V4 Pro 的请求全部路由到 V4.1 Flash，并按 Flash 单价计费，直至后续 V4.1 Pro 正式上线。此举意味着在过渡期内，聊天与 API 流量将高度集中于 V4.1 Flash。

定价同步下调，并继续采用峰谷分时计费：闲时输入缓存命中、缓存未命中与输出价格分别为每百万 Token 0.02 元、1 元、4 元，高峰时段为闲时的两倍。新价格自 9月10日 12:00 起生效。腾讯相关产品与部分合作伙伴已接入新模型。

可能影响：性价比重塑与架构演进信号

1. 对开发者与用户的影响

更低的激活参数、大幅压缩的 KV Cache 与下调后的价格，使长上下文、多轮 Agent 与多模态任务的实际成本明显下降。性能宣称超越前代 Pro，却以 Flash 定位和价格提供服务，进一步强化了 DeepSeek 在“高性价比”赛道的优势，可能吸引更多中小团队与高频调用场景。

2. 对模型产品线的影响

将快速、专家、识图等模式合并，并计划用 Flash 临时承接 Pro 流量，显示公司正加速收敛产品矩阵、简化用户选择。这也暗示新架构的扩展性较强，后续更大尺寸的 V4.1 系列模型有望快速跟进。

3. 对行业竞争格局的影响

在 OpenAI、Anthropic、国产其他厂商持续迭代