9月10日消息，今日，深度求索正式发布DeepSeek V4.1 Flash模型，这是其全新模型结构系列中尺寸最小的一款模型，并原生支持多模态视觉理解。
据介绍，新一代模型结构的设计目标是进一步提升能力上限，同时实现更快推理速度、更高吞吐，并为后续扩展至更大参数规模模型打下基础。
DeepSeek V4.1 Flash采用552B参数MoE架构，并引入全新的Causal-Encoder-Decoder结构。
该结构采用输入、输出不对称设计，其中输入侧仅激活8B参数，输出侧激活16B参数，因此在保持大参数规模的同时，推理成本显著低于已知同尺寸模型。
与此同时，V4.1 Flash采用新的预训练方式，并经过更大规模的强化学习后训练。
根据官方公布的基准测试结果，DeepSeek V4.1 Flash在多项测试中已经超过包括DeepSeek V4 Pro在内的一众旗舰模型。
在推理效率方面，新一代模型还大幅压缩了KV Cache缓存规模，相比上一代模型，其对HBM的需求降低至1/4，对SSD的需求降低至1/8。
对于Agent应用而言，缓存命中往往占据较高成本，因此KV Cache的大幅压缩，也将进一步降低Agent类任务的实际使用成本。
目前，DeepSeek V4.1 Flash已同步上线DeepSeek API，并原生支持多模态能力。开发者只需将模型名称更改为“deepseek-flash”，即可调用最新的V4.1 Flash模型。
与此同时，旧版本V4 Flash与V4 Flash Vision Exp已经下线。
出于兼容考虑，deepseek-v4-flash和deepseek-v4-flash-vision-exp两个模型名称目前将暂时路由至V4.1 Flash。
官方表示，经多方测试，V4.1 Flash在性能、费用、速度以及任务总用时等指标上均已全面超过V4 Pro，因此DeepSeek计划有序下线V4 Pro。
根据安排，北京时间2026年9月14日12:00之后，直至未来V4.1 Pro上线之前，用户访问deepseek-v4-pro的请求都将自动路由至V4.1 Flash，并按照V4.1 Flash价格计费。
目前，腾讯WorkBuddy、CodeBuddy以及OpenCode作为官方合作伙伴，也已经全量接入DeepSeek V4.1 Flash。
API价格方面，得益于新模型架构带来的成本下降，DeepSeek此次同步下调了V4.1 Flash的API价格。
同时，官方继续采用峰谷定价机制，其中闲时价格为高峰时段的一半，鼓励用户根据实际需求调整任务执行时间。
新价格已于2026年9月10日12:00正式生效。
