DeepSeek V4.1 Flash 是 DeepSeek 面向速度与成本定位的 Flash 系列模型。它在 2026 年 9 月经历了一次很短的过渡：9 月 8 日左右先以限时 API Beta 形式开放，9 月 10 日即正式发布。如今，开发者不应再使用当时带有到期日期的临时模型 ID，而应选择正式名称：

deepseek-flash

DeepSeek 的 API 更新日志确认，V4.1 Flash 已通过这一模型名提供原生多模态能力。9

两天 Beta 已是历史版本

9 月 8 日至 10 日期间，测试者可通过既有 DeepSeek API 接入测试版：基础地址（base_url）不变，仅需将 model 改为：

deepseek-v4.1-flash-expires-on-0910

这个命名本身就标出了其临时性质：该路由预计在 9 月 10 日停止服务。测试期内，计费与 DeepSeek V4 Flash 对齐，每个账号最多支持 20 个并发请求。720

因此，这个端点适合做模型对比、接口兼容性验证和早期图文能力评估，并不适合作为生产环境的长期依赖。临时模型名和较低并发上限，都说明其定位是限时测试而非稳定基础设施。

与旧版 Vision 实验路由有什么不同？

V4.1 Flash 的核心变化在于：视觉理解被纳入新模型架构，成为模型自身的原生能力，而不是通过单独的视觉扩展接入。

此前，V4 Flash 曾有实验性视觉路由 deepseek-v4-flash-vision-exp。在 V4.1 Flash 正式发布后，DeepSeek 表示，为保持兼容性，原先的 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 请求会暂时转发至 V4.1 Flash。5

官方公布的高层架构信息显示，V4.1 Flash 是一个总参数量为 5520 亿的混合专家（MoE）模型，采用因果编码器—解码器（Causal Encoder–Decoder）架构：输入处理时激活 80 亿参数，输出生成时激活 160 亿参数。5

对 API 使用者而言，最直接的变化是：处理文字和图片不再需要专门选用旧的实验性视觉型号，使用正式的 V4.1 Flash 即可获得原生多模态支持。

早期“超高速度”该怎么看？

测试初期，社区曾出现约每秒 300—500 个输出 token、个别测试超过每秒 500 个 token 的说法。这些数据来自用户测试观察，不是 DeepSeek 发布的服务等级承诺，也不是统一条件下的官方基准测试。15

实际吞吐量会受提示词与输出长度、用户所在地区、并发量、接入实现以及模型设置等因素影响。对代码生成、UI 原型等工作负载而言，这些报告可以视作“部分场景下速度很快”的信号，但不能当作容量或延迟保障。

V4 Pro 是否被 V4.1 Flash 取代？

在正式发布时，DeepSeek 曾宣布计划自 2026 年 9 月 14 日起，将发送至 deepseek-v4-pro 的请求转至 V4.1 Flash，并按 V4.1 Flash 的费率计费，直至未来的 V4.1 Pro 发布。其发布公告还称，V4.1 Flash 在官方披露的基准结果中优于旗舰模型。5

不过，随后更新的 API 变更日志显示，DeepSeek 决定在 9 月 14 日之后继续提供 V4 Pro API 服务，计费方式不变。9

对团队来说，更可靠的结论是：产品过渡期间，模型路由和可用性可能调整。若业务依赖 V4 Pro 或 V4.1 Flash，应以 API 文档与变更日志为准；针对实际使用的模型名进行回归测试，而不要假定别名或自动路由后的行为完全一致。

开发者速查

2026 年 9 月 8—10 日 Beta	正式发布后
deepseek-v4.1-flash-expires-on-0910	deepseek-flash
有截止日期的评估路由	文档化的正式 API 模型
测试期按 V4 Flash 标准计费	适用正式发布后的价格与服务条款
单账号最多 20 个并发请求	以当前 API 文档中的运行限制为准

V4.1 Flash 真正值得关注的，不是那条仅存在两天的测试端点，而是 DeepSeek 将原生多模态能力带入 Flash 模型，并以稳定模型名开放 API，同时公布了其新架构的部分关键信息。59

DeepSeek V4.1 Flash 是 DeepSeek 面向速度与成本定位的 Flash 系列模型。它在 2026 年 9 月经历了一次很短的过渡：9 月 8 日左右先以限时 API Beta 形式开放，9 月 10 日即正式发布。如今，开发者不应再使用当时带有到期日期的临时模型 ID，而应选择正式名称：

deepseek-flash

DeepSeek 的 API 更新日志确认，V4.1 Flash 已通过这一模型名提供原生多模态能力。9

两天 Beta 已是历史版本

9 月 8 日至 10 日期间，测试者可通过既有 DeepSeek API 接入测试版：基础地址（base_url）不变，仅需将 model 改为：

deepseek-v4.1-flash-expires-on-0910

这个命名本身就标出了其临时性质：该路由预计在 9 月 10 日停止服务。测试期内，计费与 DeepSeek V4 Flash 对齐，每个账号最多支持 20 个并发请求。720

因此，这个端点适合做模型对比、接口兼容性验证和早期图文能力评估，并不适合作为生产环境的长期依赖。临时模型名和较低并发上限，都说明其定位是限时测试而非稳定基础设施。

与旧版 Vision 实验路由有什么不同？

V4.1 Flash 的核心变化在于：视觉理解被纳入新模型架构，成为模型自身的原生能力，而不是通过单独的视觉扩展接入。

此前，V4 Flash 曾有实验性视觉路由 deepseek-v4-flash-vision-exp。在 V4.1 Flash 正式发布后，DeepSeek 表示，为保持兼容性，原先的 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 请求会暂时转发至 V4.1 Flash。5

官方公布的高层架构信息显示，V4.1 Flash 是一个总参数量为 5520 亿的混合专家（MoE）模型，采用因果编码器—解码器（Causal Encoder–Decoder）架构：输入处理时激活 80 亿参数，输出生成时激活 160 亿参数。5

对 API 使用者而言，最直接的变化是：处理文字和图片不再需要专门选用旧的实验性视觉型号，使用正式的 V4.1 Flash 即可获得原生多模态支持。

早期“超高速度”该怎么看？

测试初期，社区曾出现约每秒 300—500 个输出 token、个别测试超过每秒 500 个 token 的说法。这些数据来自用户测试观察，不是 DeepSeek 发布的服务等级承诺，也不是统一条件下的官方基准测试。15

实际吞吐量会受提示词与输出长度、用户所在地区、并发量、接入实现以及模型设置等因素影响。对代码生成、UI 原型等工作负载而言，这些报告可以视作“部分场景下速度很快”的信号，但不能当作容量或延迟保障。

V4 Pro 是否被 V4.1 Flash 取代？

在正式发布时，DeepSeek 曾宣布计划自 2026 年 9 月 14 日起，将发送至 deepseek-v4-pro 的请求转至 V4.1 Flash，并按 V4.1 Flash 的费率计费，直至未来的 V4.1 Pro 发布。其发布公告还称，V4.1 Flash 在官方披露的基准结果中优于旗舰模型。5

不过，随后更新的 API 变更日志显示，DeepSeek 决定在 9 月 14 日之后继续提供 V4 Pro API 服务，计费方式不变。9

对团队来说，更可靠的结论是：产品过渡期间，模型路由和可用性可能调整。若业务依赖 V4 Pro 或 V4.1 Flash，应以 API 文档与变更日志为准；针对实际使用的模型名进行回归测试，而不要假定别名或自动路由后的行为完全一致。

开发者速查

2026 年 9 月 8—10 日 Beta	正式发布后
deepseek-v4.1-flash-expires-on-0910	deepseek-flash
有截止日期的评估路由	文档化的正式 API 模型
测试期按 V4 Flash 标准计费	适用正式发布后的价格与服务条款
单账号最多 20 个并发请求	以当前 API 文档中的运行限制为准

V4.1 Flash 真正值得关注的，不是那条仅存在两天的测试端点，而是 DeepSeek 将原生多模态能力带入 Flash 模型，并以稳定模型名开放 API，同时公布了其新架构的部分关键信息。59