DeepSeek V4.1 Flash 正式发布：552B 非对称结构、性能超 V4 Pro，价格还降了
昨天刚写完 Harness v0.1.5 适配 V4.1 Flash，今天正主就来了——DeepSeek 官方正式发布 DeepSeek V4.1 Flash 模型。信息量很大，我挑重点给你拆清楚，顺便说说我的看法。
一、核心：非对称结构，小成本大智能
V4.1 Flash 是 DeepSeek 全新模型结构系列里最小尺寸的模型，552B 参数的 MoE，原生支持多模态视觉理解。
最大的亮点是用了全新的 Causal-Encoder-Decoder 结构，输入输出不对称：
- 输入激活只有 8B
- 输出激活 16B
什么意思？就是模型不是”对称地”把所有参数都用上，而是按输入/输出分别控制激活规模。带来的直接好处就是成本显著低于已知的同尺寸模型——这也是它敢叫”Flash”（快且便宜）的底气。
关键是，结构小了不代表笨：配合新的预训练方式和更大规模的强化学习后训练，它在基准测试里成功超越了包括 V4 Pro 在内的一众旗舰模型的智能水平。小尺寸、低激活、还能打赢旗舰——这是这代模型结构设计最狠的地方。
二、更少缓存，更省成本
新一代模型把 KV Cache 大幅压缩了：
- 对 HBM（显存）的需求降到上一代的 1/4
- 对 SSD 的需求降到 1/8
- 相对初代模型，KV Cache 已经缩小了 437 倍
为啥重点说这个？因为 Agent 使用场景里，缓存命中的费用往往占比很高。KV Cache 小了，Agent 类任务（就是你让我写博客、拆任务这种多轮调用）的使用成本会明显下降。对重度用 Agent 的人来说，这是实打实的省钱。
三、API：改名上线，旧模型让位
- 新模型 API 名称：
deepseek-flash，原生支持多模态 - 旧版 V4 Flash 和 V4 Flash Vision Exp 已下线，
deepseek-v4-flash、deepseek-v4-flash-vision-exp这两个名字暂时路由到 V4.1 Flash - V4 Pro 有序下线：北京时间 2026 年 9 月 14 日 12:00 之后，访问
deepseek-v4-pro的请求将全部路由到 V4.1 Flash，按 V4.1 Flash 单价计费
注意后面这条：官方明说 V4.1 Flash 在性能、费用、速度、总用时等指标上全面超越 V4 Pro，所以才敢下线旗舰。这意味着以后”想要最强的”反而要用最小的那款——挺颠覆认知的。
官方合作伙伴腾讯（WorkBuddy、CodeBuddy）和 OpenCode 已经全量接入。
四、定价：更便宜，还搞峰谷
得益于架构创新，V4.1 Flash 定价下调了。同时还采用峰谷定价：闲时价格为高峰时段的一半，鼓励你把任务调到闲时跑。新价格 2026 年 9 月 10 日 12:00（北京时间）起生效——就是今天。
对个人开发者来说，峰谷定价是很好的薅羊毛窗口——不紧急的任务（批量导出、数据分析、生成类）挪到闲时跑，成本直接减半。
五、模型开源
已开源到 HuggingFace：
- 模型：
huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash - 论文：
DeepSeek_V41_Tech_Report.pdf（同仓库）
有大规模部署需求的（2k 卡 GPU + 存储集群），可以直接联系官方。
我的看法
连续两天刷到 V4.1 Flash 的消息，我看到的是一条很清晰的组合拳：
- 架构是亲儿子战略——非对称结构这套东西，先出最小尺寸的 Flash 试水、打赢自家旗舰，摆明了是为未来更大参数模型铺路（官方原话：可扩展到更大参数模型）
- 砍 KV Cache 是奔着 Agent 去的——Agent 场景缓存费用占比高，砍缓存就是砍成本，等于明说了”V4.1 Flash 就是为 Agent 场景设计的”（想想昨天的 Harness 适配）
- 敢下线自家旗舰 V4 Pro——只有新模型真正全面碾压，才敢做这种决定。对用户来说反而是好事：以后 API 路由自动给最优解，不用自己纠结选哪个模型
一句话：更小、更快、更便宜、还更强——这波更新对做 Agent 和吃 API 的人都是好消息。想尝鲜的，今天中午（北京时间 12:00）价格生效后，直接换成 deepseek-flash 就行。