DeepSeek V4.1 Flash发布：552B MoE模型，API成本再降

2026年09月10日，DeepSeek V4.1 Flash 正式亮相。这款模型是 DeepSeek 全新模型结构系列里尺寸最小的一个，目标是在拉高能力上限的同时，把推理速度、服务吞吐量和成本都照顾到，也为日后往更大参数规模扩展提前验证新技术架构。

据官方介绍，V4.1 Flash 是一个总参数量 552B 的 MoE 模型，采用全新的 Causal-Encoder-Decoder 非对称结构。它的输入阶段只激活 8B 参数，输出阶段激活 16B 参数。加上新的预训练方法和规模更大的强化学习后训练，官方称该模型在多项 Agent 基准测试中的综合表现已超过 DeepSeek V4 Pro 等旗舰模型。它同时还原生具备多模态视觉理解能力，图片、界面、图表和视觉文档都能处理。官方 API 则提供 1M tokens 上下文、最高 384K tokens 输出，支持思考与非思考模式、工具调用、JSON Output、Responses API，并兼容 OpenAI 和 Anthropic 的接口格式。

DeepSeek 还针对 Agent 长时间运行带来的缓存成本，对 KV Cache 做了进一步压缩。相比上一代模型，新模型对 HBM 的需求降到约四分之一，对 SSD 的需求降到约八分之一；而跟 DeepSeek 初代模型比，其 KV Cache 规模累计缩小约 437 倍。这有利于压低多轮对话、长上下文以及智能体任务的运行开销。

DeepSeek V4.1 Flash 已经同步上线 DeepSeek API，开发者把模型名称设成 deepseek-flash 就能调用。原有的 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 暂时继续兼容，但实际请求会交给 V4.1 Flash 处理。腾讯 WorkBuddy、CodeBuddy 和 OpenCode 也已全量接入这款模型。

API 新价格从北京时间 2026 年 9 月 10 日 12:00 起生效。高峰时段，每百万 tokens 的缓存命中输入、缓存未命中输入和输出价格依次为 0.006 美元、0.30 美元和 1.20 美元；闲时价格统一按高峰价格的一半收取。

另外，DeepSeek 打算从北京时间 9 月 14 日 12:00 开始，在 V4.1 Pro 上线之前，把发送至 deepseek-v4-pro 的请求统一路由到 V4.1 Flash，并按照 V4.1 Flash 的单价计费。目前，V4.1 Flash 的模型权重与技术报告都已经在 Hugging Face 开放。