DeepSeek-V4.1-Flash 发布：新架构+原生多模态，Agent 成本大降
9月10日，DeepSeek 正式发布全新模型 DeepSeek-V4.1-Flash。这是 DeepSeek 新一代架构家族中"最小"的版本，但官方明确表示，它的能力已经超越了上一代旗舰 V4 Pro。同时，API 价格同步下调，V4 Pro 将于9月14日下线，请求自动转至新模型。
它是什么？
DeepSeek-V4.1-Flash 是 DeepSeek 首款采用全新 Causal-Encoder-Decoder（CED） 架构的模型。简单说，这个架构把模型分成两部分：输入侧只激活 8B 参数（轻量快速），输出侧激活 16B 参数（保证质量）。这种"非对称设计"大幅降低了推理成本，同时维持了高智能水平。
整体是一个 552B 参数的 MoE（混合专家）模型，在多项基准测试中超越了 DeepSeek V4 Pro，包括 GPQA Diamond（90.9分）、HLE（36.8分）、Codeforces Rating（3471）等。
另一个重大变化：原生多模态视觉理解。以前 DeepSeek 的多模态版本是单独模型，现在视觉能力直接融入主力模型，用户只需调一次 API 就能处理文本和图像。
为什么对开发者重要？
Agent 成本大降
在长上下文 Agent 场景中，KV Cache 是最大开销之一。V4.1 Flash 通过架构优化，将 KV Cache 体积压缩了 437 倍——相比初代模型，显存需求降至 1/4，SSD 缓存需求降至 1/8。这意味着跑一个长对话或复杂 Agent 任务，成本可能只有之前的几分之一。
价格下调
得益于架构创新，DeepSeek 同步下调了 API 定价。同时保留峰谷计费，闲时价格为高峰的一半，鼓励错峰使用。
V4 Pro 即将下线
从9月14日12:00起，所有对 deepseek-v4-pro 的请求将自动路由到 V4.1 Flash，并按新价格计费。旧模型名 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 也暂时会路由到新模型。
开源情况
模型权重已在 Hugging Face 上线，采用 MIT 协议开源，附带 51 页技术报告，开发者可以自由部署和二次开发。腾讯（WorkBuddy、CodeBuddy）和 OpenCode 已全量接入 V4.1 Flash。
这意味着什么？
对普通用户来说，DeepSeek 这次的更新意味着：同样任务可能更便宜、更快，而且能同时看图了。对开发者来说，Agent 场景的成本优势最明显——长上下文不再那么烧钱。对开源社区来说，MIT 协议 + 完整架构细节，为后续研究提供了坚实基础。
---
*来源：DeepSeek 官方 API Changelog、DeepSeek 官方博客、Hugging Face 模型卡及 51 页技术报告；腾讯新闻、AIHub、V2EX、ProgressiveRobot 等媒体报道。基于多家媒体转述整理。*