DeepSeek V4.1 Flash 内测上线：新结构、更快、更便宜

2026-09-09 12:35 0 阅读

DeepSeek 突然放出 V4.1 Flash 内测版

9 月初的大模型战场又添一把火。今天下午 3 点，DeepSeek 官方社区悄悄放出消息：DeepSeek V4.1 Flash 已开放测试。

文章配图

说是“内测”，但对 API 用户来说几乎零门槛——只要在现有服务商后台手动添加模型名 deepseek-v4.1-flash-expires-on-0910，保留原来的 API Key 和 base_url，新建对话时选中它就能直接跑起来。不需要申请白名单，也不用换账号。

文章配图

这已经是 DeepSeek 近两个月来的第四次重要更新。7 月底，V4-Flash-0731 通过纯后训练就拉高了整体能力；8 月 13 日，V4 Pro 正式版搭配 DeepSeek Harness 生态工具亮相；8 月 21 日，带视觉能力的 v4-flash-vision-exp 终于让 DeepSeek 能“看图说话”。而这次的 V4.1 Flash，明显不止是调参那么简单。

新结构到底改了什么？

DeepSeek 官方明确提到，V4.1 Flash 使用了“新的模型结构”。虽然没细说具体改动，但结合此前版本的演进路径，可能的调整方向包括注意力机制优化、MoE（混合专家）网络结构调整，或者视觉模块的原生集成。

值得注意的是，上一代 v4-flash-vision-exp 虽然支持图文输入，但更像是“视觉+语言”的拼接方案。而 V4.1 Flash 如果真如社区猜测那样实现了原生多模态架构，那意味着图像和文本从底层就开始融合处理，而不是后期对齐。这种改动通常能带来更稳定的跨模态理解能力。

不过目前官方没给技术细节，只能从实际表现反推。有用户测试发现，同样是生成一份西藏自驾游商业 PPT（需解析图片路线+文字需求），V4.1 Flash 的响应更连贯，对地图标注的理解也更准确。

速度提升不是一点点

最让人眼前一亮的是速度。社区已有实测数据显示，V4.1 Flash 的推理速度达到约 400 token/s，比 Google 最新的 Gemini 3.8 Flash 还要快。

更具体的对比来自 X 用户 @NFT_Chen 的测试：在相同硬件环境下，V4.1 Flash 相比上一代 v4-flash-vision-exp：

49k 长上下文检索快 5.2 倍
SVG 代码生成快 6 倍
算法题求解端到端耗时缩短至原来的 1/3.9～1/6

这些数字背后，可能是计算图优化、KV Cache 压缩，或是更高效的并行策略。对于开发者来说，这意味着更低的延迟和更高的吞吐量——尤其在需要实时交互的 Agent 场景里，几秒的差距可能决定用户体验好坏。

我们自己也做了个小实验：让它用 HTML/CSS/JS 写一个能玩的马里奥 MVP（最小可行产品）。从发出指令到生成完整可运行代码，耗时 7 分多钟，花费不到 2 块钱。它没一上来就堆敌人或关卡，而是优先还原核心元素：金币收集、蘑菇怪移动逻辑、水管跳转，甚至角色动画都接近原版。

成本优势可能很快兑现

目前 V4.1 Flash 的计费标准和 V4 Flash 一致，但社区已经在猜：降价是不是快来了？

DeepSeek 过去几次更新都伴随着价格调整。比如 V4 Flash 刚上线时就以“每百万 token 几毛钱”的低价搅动市场。这次速度大幅提升却维持原价，大概率是为正式版铺路——一旦验证稳定性，很可能直接下调费率。

另一个线索藏在模型名字里：expires-on-0910。也就是说，这个测试版9 月 10 日就会失效。留给用户尝鲜的时间不到两天，也侧面说明 DeepSeek 可能正在准备正式发布。

实际用起来怎么样？

除了跑分，我们还试了几个真实场景。

第一个是生成一个关于 FDE（Full Disk Encryption，全盘加密）的科普 PPT。它没急着写内容，而是先问：“你说的 FDE 是指 Windows 的 BitLocker，还是 Linux 的 LUKS？听众是技术人员还是普通用户？”确认后，它自动去查最新文档，把技术原理拆解成“为什么需要加密”“密钥怎么存”“丢了密码怎么办”三块，最后输出成带动画的 HTML 页面。

第二个任务更琐碎：整理一份包含 20 张产品图的电商文案。它不仅能识别图中的商品类别（比如“这是无线降噪耳机，不是普通蓝牙耳机”），还能根据背景色调建议文案风格——深色图配简洁文案，亮色图加促销话术。

这些细节说明，V4.1 Flash 在任务理解深度和执行连贯性上确实有进步。不再是“你让我干啥我就干啥”，而是会主动澄清模糊点、规划步骤、再交付结果。