DeepSeek V4.1 Flash发布，性能反超V4 Pro

9月10日，DeepSeek正式发布DeepSeek V4.1 Flash模型。这是公司全新模型结构系列中尺寸最小的模型，具备原生多模态视觉理解能力，在性能全面超越旗舰V4 Pro的同时，大幅压缩了KVCache缓存规模——对HBM的需求减少到上一代的1/4，对SSD的需求减少到1/8。

V4.1 Flash采用全新的Causal-Encoder-Decoder架构，核心特征是输入与输出不对称：输入激活参数仅8B，输出激活为16B，模型总参数552B，为MoE架构。这一设计使其成本显著低于已知的同尺寸模型。

“小成本”并未牺牲“大智能”。在新预训练方式和更大规模强化学习后训练的加持下，V4.1Flash在多项基准测试中超越了DeepSeek V4 Pro、GLM-5.3、Kimi-K3等前沿旗舰模型。其中Terminal-Bench2.1得分90.6，高于V4 Pro的87.9；DeepSW Ev 1.1得分74.2，超过Kimi-K3的67.5；Automation-Bench得分54.8，领先GLM-5.3的48.8。

新一代模型在缓存效率上的突破更为关键。DeepSeek官方数据显示，V4.1 Flash的KV Cache规模仅为初代模型的1/437。这一压缩由架构、缓存精度与部署策略三方协同完成：架构上采用CSA2压缩稀疏注意力机制，将全局KV缓存与Top-K索引跨层复用；缓存精度上从训练阶段即以FP4格式存储全局KV缓存；部署上新增SWA有界重放机制，使SWA缓存无需写入SSD。

这些设计叠加后，上下文从4K拉长到1M时，单token解码FLOPs仅增加约四分之一，解码成本几乎不随上下文长度增长。在Agent使用场景中，缓存命中费用往往占比较高，KVCache的压缩大幅降低了Agent类任务的使用成本。

经多方测试，V4.1Flash在性能、费用、速度、总用时等指标上全面超越V4Pro。DeepSeek因此计划有序下线V4Pro：9月14日12:00之后至V4.1Pro上线前，所有访问deepseek-v4-pro的请求将全部路由至V4.1Flash，并按V4.1Flash单价计费。V4.1Flash已同步上线DeepSeek API，模型名更改为deepseek-flash即可调用。腾讯WorkBuddy、CodeBuddy及OpenCode作为官方合作伙伴已全量接入。

定价方面，得益于架构创新带来的成本下降，DeepSeek同步下调V4.1Flash价格，最高降幅60%。闲时输入缓存命中0.02元、未命中1.0元、输出4.0元；高峰时段翻倍。峰谷定价机制保留，新价格已于9月10日12:00生效。