推出 DeepSeek-V4.1-Flash：更智能、更快速、更高效

• 推出我们新架构家族中最小的模型，具备原生视觉理解能力。
• 专为更强的能力、更快的推理、更高的吞吐量以及向更大模型扩展而设计。

非对称架构：更多智能，更低成本

• 552B 参数的 MoE（混合专家）架构。
• 全新的因果编码器-解码器架构：输入仅需 8B 活跃参数，输出仅需 16B 活跃参数。
• 结合新的预训练方法与更大规模的强化学习后训练，其基准测试结果领先于包括 DeepSeek-V4-Pro 在内的旗舰模型。

更小的 KV 缓存：更大的节省

与上一代相比，V4.1-Flash 的 KV 缓存需求仅为：
- 1/4 的 HBM（高带宽内存）
- 1/8 的 SSD 存储空间

缓存命中费用通常占 Agent 成本的很大一部分。压缩缓存可以显著降低这些成本。

V4.1-Flash 现已在 DeepSeek API 上线，支持原生多模态

将您的模型设置为 deepseek-flash。
- V4-Flash 和 V4-Flash-Vision-Exp 已退役。为了兼容性，deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 暂时路由到 V4.1-Flash。
- 多方测试表明，V4.1-Flash 在性能、成本、速度和总运行时间上均领先于 V4-Pro。我们正在逐步淘汰 V4-Pro。
- 自 2026 年 9 月 14 日 04:00 UTC 起，所有 deepseek-v4-pro 请求将以 V4.1-Flash 的费率路由到 V4.1-Flash。此状态将持续到 V4.1-Pro 发布。

官方合作伙伴 WorkBuddy（包括 CodeBuddy）和 OpenCode 现已全面支持 V4.1-Flash。欢迎立即试用！

更高效的架构：更低的 API 价格

V4.1-Flash 让我们能够以更低的成本服务更多用户。我们将把这些节省下来的成本传递给用户。
- 峰谷定价继续用于平衡需求。
- 非高峰费率是高峰费率的 50%。将灵活的工作负载安排在非高峰期以节省成本。
- 新定价于 2026 年 9 月 10 日 04:00 UTC 生效。

支持开源：扩展部署选项

我们将与开源社区密切合作，提供 V4.1-Flash 的推理支持，并探索更多的部署选项。

计划使用 2000 个以上 GPU 和存储集群进行大规模部署？请与我们联系。

相关链接：
- DeepSeek-V4.1-Flash — Hugging Face
- DeepSeek-V4.1-Flash 技术报告