深度求索 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模型，具备原生多模态视觉理解能力。新模型结构的设计初衷是：能力上限更高、推理速度更快、吞吐更大、可扩展到更大参数模型。
输入激活仅 8B，HBM 需求降至 1/4
DeepSeek V4.1 Flash 为 552B 参数的 MoE 模型，采用全新的 Causal-Encoder-Decoder 结构，输入和输出不对称——输入激活只有 8B，输出激活 16B，成本显著低于已知的同尺寸模型。新模型还采用了新的预训练方式，并经过更大规模的强化学习后训练，在基准测试中成功超越了包括 DeepSeek V4 Pro 在内的一众旗舰模型的智能水平。
此外，新一代模型大幅减少了 KV Cache 缓存大小，与上一代相比对 HBM 的需求减少到 1/4，对 SSD 的需求减少到 1/8；相对于初代模型，KV Cache 仅为原来的 1/437。在 Agent 使用场景中缓存命中费用往往占比较高，对 KV Cache 的压缩大幅降低了 Agent 类任务的使用成本。
已同步上线 API，V4 Pro 将于 9 月 14 日路由切换
DeepSeek V4.1 Flash 已同步上线 DeepSeek API，原生支持多模态，将模型名称更改为 deepseek-flash 即可调用。旧版本模型 V4 Flash 与 V4 Flash Vision Exp 现已下线，出于兼容考虑，模型名 deepseek-v4-flash、deepseek-v4-flash-vision-exp 将被暂时路由到 V4.1 Flash。
经多方测试，V4.1 Flash 在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro，官方因此计划有序下线 V4 Pro：北京时间 2026 年 9 月 14 日 12:00 之后，至未来 V4.1 Pro 上线之前，用户访问 deepseek-v4-pro 的请求将全部路由到 V4.1 Flash，并按 V4.1 Flash 单价计费。
腾讯（WorkBuddy、CodeBuddy）和 OpenCode 作为官方合作伙伴，现已全量接入 DeepSeek V4.1 Flash。得益于架构创新，官方相应下调了 V4.1 Flash 的定价，同时仍采用峰谷定价——闲时价格为高峰时段价格的一半，新价格于 2026 年 9 月 10 日 12:00 起生效。模型权重与技术报告已同步在 Hugging Face 开放。