DeepSeek 发布 V4.1 Flash 模型：552B 参数 MoE 架构，推理成本降至新低

声明：文档由AI根据原文生成。

新模型上线：更小激活、更大智能

2026 年 9 月 10 日，DeepSeek 正式发布 V4.1 Flash 模型。这是其全新模型结构系列中尺寸最小的版本，具备原生多模态视觉理解能力。新结构的设计方向为提升能力上限、加快推理速度、扩大吞吐量，并向更大参数规模扩展。

V4.1 Flash 为 552B 参数的 MoE（混合专家）模型，采用 Causal-Encoder-Decoder 结构，输入与输出不对称：输入激活仅 8B，输出激活 16B。DeepSeek 表示，这一设计使其成本显著低于同尺寸模型。该模型经过新的预训练方式与更大规模的强化学习后训练，在基准测试中超越了包括 DeepSeek V4 Pro 在内的多款旗舰模型。

KV Cache 大幅压缩，Agent 场景成本下降

新一代模型将 KV Cache 缓存规模大幅缩减。与上一代相比，对 HBM 的需求降至 1/4，对 SSD 的需求降至 1/8。DeepSeek 指出，在 Agent 使用场景中，缓存命中费用占比较高，KV Cache 的压缩直接降低了此类任务的使用成本。相对于初代模型，KV Cache 整体已缩小 437 倍。

API 同步开放，旧版模型逐步下线

V4.1 Flash 已同步接入 DeepSeek API，用户将模型名称改为 deepseek-flash 即可调用。旧版本 V4 Flash 与 V4 Flash Vision Exp 已下线，模型名 deepseek-v4-flash、deepseek-v4-flash-vision-exp 暂时路由至 V4.1 Flash。

经多方测试，V4.1 Flash 在性能、费用、速度、总用时等指标上已全面超越 V4 Pro。DeepSeek 计划有序下线 V4 Pro 模型，2026 年 9 月 14 日 12:00 起至 V4.1 Pro 上线前，访问 deepseek-v4-pro 的请求将全部路由至 V4.1 Flash，并按 V4.1 Flash 单价计费。

腾讯（WorkBuddy、CodeBuddy）与 OpenCode 作为官方合作伙伴，已全量接入 V4.1 Flash。

定价下调，峰谷机制保留

得益于架构创新，V4.1 Flash 的服务成本进一步降低，DeepSeek 相应下调了该模型的 API 定价，同时保留峰谷定价机制：闲时价格为高峰时段的一半。新价格于 2026 年 9 月 10 日 12:00 生效。

模型开源与大规模部署

DeepSeek 表示将支持开源社区进行推理适配，并扩大部署范围。具备 2000 卡 GPU 及存储集群资源的大规模部署需求方，可直接与其联系。

模型开源地址：<div ://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash>

技术报告地址：<div ://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf>