DeepSeek-V4.1-Flash上线千问平台，支持百万token上下文与低价闲时计费

2026-09-15 12:50 2 阅读

DeepSeek-V4.1-Flash正式上线千问AI平台

DeepSeek-V4.1-Flash最近在千问AI平台上线，同步开放了标准API和Token Plan服务。开发者现在可以直接通过API将模型集成到自己的业务系统中，也可以在Qoder、千问APP、Codex等工具里使用Token Plan来处理代码生成、文档解析、图像理解以及智能体任务。

这款模型被官方定位为DeepSeek系列的新一代轻量级旗舰。虽然总参数规模达到5520亿（552B），但它采用的是稀疏的MoE（Mixture of Experts）架构，并非所有参数都会在每次推理时激活。具体来说，输入阶段激活约80亿参数，输出阶段激活约160亿参数。这种“大参数、小激活”的设计，让模型在保持强大能力的同时，显著降低了计算开销。

架构与能力细节

DeepSeek-V4.1-Flash采用了Causal-Encoder-Decoder非对称结构，这是它能高效处理长上下文的关键之一。模型原生支持文本和图像的联合理解，不需要额外的视觉编码器插件。官方公布的上下文长度上限为100万token，而平台实际允许的最大输出长度约为393,216 token（接近393K）。

在性能方面，官方表示该模型在多个Agent基准测试和代码生成任务上，相比前代产品有明显提升。例如，在HumanEval、MBPP等代码评测中得分更高，在ToolBench等智能体任务中响应更准确。这些改进部分得益于架构优化，部分来自训练数据的更新。

值得注意的是，这次升级的重点并不只是性能，更是成本控制。新一代的缓存压缩技术大幅减少了KV Cache对硬件资源的需求：对HBM（高带宽内存）的需求降至前代的四分之一，对SSD存储的需求更是降到八分之一。这意味着在处理长文档或多轮工具调用时，同样的硬件可以支撑更多并发请求，或者用更低配的机器完成相同任务。

定价与速率限制

千问平台为DeepSeek-V4.1-Flash提供了分时定价策略：

闲时（非高峰时段）：输入1元/百万token，输出4元/百万token
忙时（高峰时段）：输入2元/百万token，输出8元/百万token

这种定价对需要批量处理任务的团队特别友好。比如，一个团队可以在夜间闲时提交大量文档解析或代码审查任务，成本直接减半。

平台还设定了明确的速率限制：每分钟最多15,000个请求（RPM 15K），每分钟最多处理100万个token（TPM 1M）。这些限制足够支撑中小规模应用，也避免了资源被个别用户过度占用。

功能方面，该模型支持前缀补全、函数调用、上下文缓存、结构化输出（如JSON Schema约束）、批量任务提交以及联网搜索。这些能力组合起来，基本覆盖了当前企业AI应用的主流场景。

部署与可用性

阿里云百炼平台已联合vLLM开源社区完成对该模型的适配。目前，中国站和国际站均可调用，部署地域包括北京、新加坡，以及Global节点下的美国、德国、日本和中国香港等地。

根据百炼的文档说明，DeepSeek-V4.1-Flash特别适合以下几类任务：

长文档解析：比如合同、财报、技术手册的全文理解与摘要
客服知识库问答：基于企业内部文档库提供精准回答
代码仓库问答：理解整个代码库上下文，回答“为什么这段代码这样写”
多模态审单：结合表格截图和文字描述，自动校验报销单或订单信息

由于max_tokens上限接近393K，开发者可以把整份PDF或Git仓库的历史记录一次性塞进上下文，而不需要复杂的分块和向量检索。这不仅简化了系统架构，也减少了因分块导致的信息丢失风险。

对开发者的实际影响

业内普遍认为，DeepSeek-V4.1-Flash把“大参数、小激活、强缓存”这套组合拳带入千问生态，会显著降低长上下文智能体的试错成本。过去，很多团队因为显存和费用问题，不敢轻易尝试百万token级别的应用。现在，借助缓存压缩和闲时低价，即使是中小团队也能负担得起原型验证和小规模上线。

举个例子：一个创业公司想做一个法律合同分析工具。以前可能需要先做文档分块、再用向量数据库召回相关段落，最后交给模型处理——流程复杂且容易出错。现在，他们可以直接把整份50页的合同（约10万token）喂给DeepSeek-V4.1-Flash，让模型一次性找出关键条款、风险点和修改建议，中间无需任何预处理。

另一个典型场景是代码智能。假设一个开发者在调试一个复杂的微服务系统，他可以把整个项目的README、核心模块代码和最近的错误日志一起传给模型，然后问：“为什么这个API在凌晨三点会超时？”模型能结合上下文给出具体原因，甚至建议修复方案。

这种端到端的能力，正是当前AI应用从“玩具”走向“工具”的关键一步。而DeepSeek-V4.1-Flash通过合理的定价和高效的架构，让这一步变得更容易跨出去。