答案已发布22 来源
DeepSeek V4.1 Flash：552B MoE、100 万上下文，以及它与 V4 Pro 到底差在哪
DeepSeek V4.1 Flash 于 2026 年 9 月 10 日发布，是一款 552B 参数的多模态 MoE 模型；提示词预填充阶段约激活 8B 参数，生成阶段约激活 16B 参数。 模型支持最长 100 万 token 上下文和图文混合输入；官方披露全局 KV 缓存约为每 token 890 字节，约为上一代 V4 Flash 的四分之一。
发布者使用 GPT-5.6 Terra 编辑图片由 GPT Image 2 生成
研究答案
要点
- DeepSeek V4.1 Flash 于 2026 年 9 月 10 日发布，是一款 552B 参数的多模态 MoE 模型；提示词预填充阶段约激活 8B 参数，生成阶段约激活 16B 参数。
- 模型支持最长 100 万 token 上下文和图文混合输入；官方披露全局 KV 缓存约为每 token 890 字节，约为上一代 V4 Flash 的四分之一。
- 与 V4 Pro 相比，V4.1 Flash 在 Codeforces、MathArena Apex、Terminal Bench 2.1 和 CyberGym 的已披露成绩更高，但 GPQA Diamond 低 1.5 分。
- API 应使用 deepseek flash。旧版 Flash 与 Flash Vision Experimental 已退役，其旧模型名会暂时路由至 V4.1 Flash；V4 Pro 服务则在后续文档中确认继续保留、价格不变。
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: What is DeepSeek V4.1 Flash, released for general availability on September 10, 2026, and how does its 552-billion-parameter Causal-Encoder-. Article summary: DeepSeek-V4.1-Flash is the September 10, 2026 general-availability replacement for the V4 Flash line and, temporarily, for V4 Pro in the API. It is not merely a cheaper small model: DeepSeek presents it as the first prod. Topic tags: general, general web, user generated, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
DeepSeek-V4.1-Flash 是 DeepSeek 于 2026 年 9 月 10 日上线的通用可用多模态模型。它采用混合专家（MoE）架构，骨干参数规模为 5520 亿，并首次将因果编码器—解码器（Causal Encoder–Decoder，CED）架构用于这一产品线。其目标很明确：让超长提示词、缓存上下文、视觉输入和智能体工作流的推理成本更可控。41
6
对开发者而言，最实用的结论是：V4.1 Flash 是 DeepSeek 当前面向高吞吐、长上下文和多模态场景的主力 API 模型。 它在价格、内存效率及若干智能体测试中相较 V4 Pro 更具优势；但公开成绩并不支持“所有任务都全面胜过 V4 Pro”的说法。24
11
8B / 16B 激活：变化不只是参数总量
“552B 参数”并不意味着模型处理每一个 token 时都会调用全部参数。DeepSeek 表示，V4.1 Flash 在输入预填充阶段——即读取提示词、文档或历史上下文时——约激活 80 亿参数；在解码生成阶段，即输出回答时，约激活 160 亿参数。41
38
这种不对称设计的意义在于：读入大段上下文和逐字生成答案，计算需求本来就不同。对于需要反复传入长文档、代码仓库、对话历史或工具调用轨迹的应用，CED 架构意在降低“读上下文”的成本，同时在生成答案时保留更多计算资源。38
DeepSeek 还披露，该模型的全局 KV 缓存占用约为 每 token 890 字节，约为上一代 V4 Flash 所披露数值的四分之一。其归因于 FP4 KV 缓存和跨层 KV 缓存复用。对于持久运行的智能体，缓存上下文可能成为基础设施成本的重要部分，因此这一指标的实际价值不亚于参数规模。不过，这仍是模型方披露的数据，部署时应结合自身推理框架和实际请求特征进行验证。33
38
对比 V4 Pro：哪些能力更强，哪些没有反超？
DeepSeek 发布的对比表显示，V4.1 Flash 在编程、数学、终端智能体和网络安全类测试中相对 V4 Pro 有提升，但在 GPQA Diamond 上得分更低。这些属于官方或模型卡披露的结果，并非覆盖所有任务的独立统一排名。6
11
| 基准测试 | V4 Pro | V4.1 Flash | 差值 |
|---|---|---|---|
| GPQA Diamond | 92.4 | 90.9 | -1.5 |
| Codeforces 评分 | 3,348 | 3,471 | +123 |
| MathArena Apex | 65.3 | 65.6 | +0.3 |
| Terminal-Bench 2.1 | 87.9 | 90.6 | +2.7 |
| CyberGym | 83.3 | 88.1 | +4.8 |
更稳妥的解读是：V4.1 Flash 更贴合 DeepSeek 所强调的产品定位——快速、重视成本、可长时间运行的代码与智能体工作流；而 V4 Pro 在已披露的 GPQA Diamond 成绩上仍然领先。因此，不能简单把 Flash 描述为对所有任务的全面替代。11
DeepSeek 曾表示，多方测试认为 V4.1 Flash 在性能、成本、速度和总运行时间上领先 V4 Pro。但现有公开材料并未给出一个经过独立审计、可普遍适用的端到端智能体任务耗时倍数。更合理的做法是将其视为厂商主张，并以生产环境中的工具链、上下文长度和任务构成进行实测。24
100 万上下文、原生视觉与 API 能力
V4.1 Flash 支持最长 100 万 token 的上下文窗口，并可在同一请求中接收文本和图片。DeepSeek 文档列出的用途包括图片描述、读取截图中的文字以及图表分析。6
23
当前 API 应使用的模型标识符为：
deepseek-flash
开发者可以将公开可访问的 http(s) 图片链接与文本一起提交。官方视觉文档列出的支持格式为 JPEG、PNG、GIF 和 WebP。21
23
现有资料足以确认其 100 万 token 上下文上限，但不足以清晰、可靠地给出当前最大输出 token 数，因此不宜在此作出确定表述。JSON 输出、工具调用以及推理控制的具体可用性和参数写法，也应以实时 API 文档和实际接口返回为准，再用于生产集成。
价格：低缓存命中价是关键看点
据报道，V4.1 Flash API 在闲时的价格为：每 100 万 token 输入 0.15 美元、输出 0.60 美元；高峰时段则为输入 0.30 美元、输出 1.20 美元。缓存命中输入价格为每 100 万 token：闲时 0.003 美元，高峰 0.006 美元。1
如此低的缓存命中价，与其面向重复上下文的架构方向一致。反复使用大型系统提示词、代码库上下文或智能体历史记录的应用，理论上可能比一次性的短对话更能受益——前提是实际请求模式确实能够形成缓存命中。
迁移须知：旧模型和 V4 Pro 现在是什么状态？
DeepSeek 已将 V4 Flash 与 V4 Flash Vision Experimental 作为独立模型退役。为保持兼容，以下旧模型名仍会暂时被接受，但请求将由 V4.1 Flash 提供服务：
deepseek-v4-flashdeepseek-v4-flash-vision-exp
DeepSeek 在 9 月 10 日的原始公告中曾称，自 2026 年 9 月 14 日 04:00 UTC 起，deepseek-v4-pro 流量将以 Flash 价格路由至 V4.1 Flash，直至 V4.1 Pro 上线。24
不过，后续 API 文档更新了这一安排：DeepSeek 表示，因用户需求，将在 9 月 14 日后继续提供 V4 Pro API 服务，计费方式保持不变，如有调整将另行通知。仍在使用 V4 Pro 的团队，应以当前 API 文档为准，并检查端点实际返回的模型，而不应继续假定早期的下线路由计划仍在执行。17
26
为什么说这是一次产品线重置？
V4.1 Flash 并非简单给 Flash 换名，而是多项改变同步发生：
- 采用新的 CED MoE 架构，输入和输出阶段的参数激活水平不同；
41
- 原生多模态能力直接进入主
deepseek-flash端点；24
- 提供 100 万 token 上下文，并显著降低官方披露的 KV 缓存占用；
6
38
- 旧 Flash 与 Flash Vision Experimental 已退役，但迁移期间保留兼容别名。
对开发团队来说，较稳妥的路径是：新项目直接使用 deepseek-flash；以真实业务样本测试图像处理和长上下文表现；实际测量缓存命中后的成本；同时持续关注 V4 Pro 的实时路由与计费文档。对重度智能体系统而言，这套架构很有吸引力，但最终仍应由具体工作流中的效果、延迟和成本来验证。
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“DeepSeek V4.1 Flash：552B MoE、100 万上下文，以及它与 V4 Pro 到底差在哪”的简短答案是什么？
DeepSeek V4.1 Flash 于 2026 年 9 月 10 日发布，是一款 552B 参数的多模态 MoE 模型；提示词预填充阶段约激活 8B 参数，生成阶段约激活 16B 参数。
首先要验证的关键点是什么？
DeepSeek V4.1 Flash 于 2026 年 9 月 10 日发布，是一款 552B 参数的多模态 MoE 模型；提示词预填充阶段约激活 8B 参数，生成阶段约激活 16B 参数。 模型支持最长 100 万 token 上下文和图文混合输入；官方披露全局 KV 缓存约为每 token 890 字节，约为上一代 V4 Flash 的四分之一。
接下来在实践中我应该做什么？
与 V4 Pro 相比，V4.1 Flash 在 Codeforces、MathArena Apex、Terminal Bench 2.1 和 CyberGym 的已披露成绩更高，但 GPQA Diamond 低 1.5 分。
来源
jishuzhan.netDeepSeek V4.1 Flash：一次把自家旗舰送走的发布