DeepSeek V4.1 Flash上线：轻量多模态模型性能反超Pro版

DeepSeek 推出 V4.1 Flash，小模型干翻自家旗舰

深度求索（DeepSeek）最近上线了一款名字带“Flash”的新模型——V4.1 Flash。别被“Flash”误导成只是快，它其实是个正经的原生多模态模型，不仅能读文字，还能看图。更让人意外的是，这个定位“轻量”的版本，在多项能力上直接超过了自家之前的旗舰 V4Pro。

官方没绕弯子，直接说 V4.1 Flash 的设计目标就三个：能力上限更高、推理速度更快、吞吐量更大。听起来像是常规宣传话术，但这次的数据确实有点硬。

架构创新：不对称设计省下真金白银

V4.1 Flash 的核心是 552B 参数的混合专家（MoE）架构。不过，真正让它省资源的是那个叫 Causal-Encoder-Decoder 的新结构。简单理解，就是输入和输出走的是两条不同的路，计算量不对称。

具体来说，处理输入时只激活 8B 参数，生成输出时激活 16B 参数。这种“看的时候省着点，说的时候放开点”的策略，让整体计算成本比同体量的其他模型低了不少。配合新的预训练方法和更大规模的强化学习后训练，最终效果就是：一个标着“Flash”的小弟，把大哥 V4Pro 给比下去了。

KV Cache 大瘦身，存储成本断崖式下降

对大模型部署来说，KV Cache（键值缓存）是吃内存的大户，尤其在需要长上下文或多轮对话的 Agent 场景里，这部分开销能占到总成本的一半以上。

V4.1 Flash 在这方面下了狠手。相比上一代，它对高带宽内存（HBM）的需求降到了四分之一，对固态硬盘（SSD）的需求更是砍到了八分之一。官方甚至给出了一个更夸张的数字：和初代模型比，KV Cache 缩小到了原来的 1/437。这意味着同样一批硬件，现在能跑的服务量级完全不同了。

产品线大调整，V4Pro 开始谢幕

新模型一上线，产品线就得跟着变。DeepSeek 已经把 V4.1 Flash 接入了 API，用户只要把调用的模型名改成 deepseek-flash 就行。

与此同时，旧的 v4-flash 和 v4-flash-vision-exp 已经下线，老名字现在会自动指向 V4.1 Flash。更关键的是 V4Pro 的命运——因为 V4.1 Flash 在性能、速度、成本上都全面胜出，官方决定让它光荣退休。

从 2026 年 9 月 14 日中午 12 点起，直到下一代 V4.1 Pro 发布前，所有发往 deepseek-v4-pro 的请求都会被悄悄转到 V4.1 Flash 上，并按新模型的价格收费。腾讯旗下的 WorkBuddy、CodeBuddy 和 OpenCode 等产品已经全量切换到了这个新模型。

定价策略：闲时价格打五折

既然成本降了，价格自然也得跟上。DeepSeek 同步下调了 V4.1 Flash 的 API 费用。为了更高效地利用服务器资源，新定价沿用了峰谷机制：闲时（通常是夜间或非工作时段）的调用价格是高峰时段的一半。

这个策略其实在鼓励开发者把一些非紧急的任务，比如批量数据处理、离线分析等，安排在晚上跑。既能省钱，又能帮平台削峰填谷，算是双赢。新价格已经在 9 月 10 日中午生效。

轻量不等于弱，反而成了新主力

过去我们总觉得“Pro”代表最强，“Flash”或者“Lite”就是阉割版。但 V4.1 Flash 的出现打破了这个惯性思维。通过底层架构的创新，它用更低的资源消耗，实现了更高的综合性能。

这背后反映了一个趋势：大模型的竞争不再单纯拼参数规模，而是转向了效率和性价比。谁能用更少的算力干更多的活，谁就能在实际应用中占据优势。对于开发者和企业用户来说，这无疑是个好消息——好用的模型，终于变得更便宜、更容易用了。