DeepSeek-V4.1-Flash 於 2026 年 9 月 10 日正式推出，是 DeepSeek 首個投入產品服務的「因果編碼器—解碼器」（Causal Encoder–Decoder，CED）系列模型。它是一款具備 5,520 億參數骨幹的混合專家（Mixture-of-Experts，MoE）多模態模型，主打將超長提示詞、快取上下文、視覺輸入與 AI Agent 工作流程的成本壓低。 416

對開發者而言，重點很明確：V4.1 Flash 被定位為 DeepSeek 的高吞吐量主力 API 模型，特別適合大上下文與多模態任務。其相對 V4 Pro 的主要賣點是成本、記憶體效率，以及若干 Agent 類測試成績；但公開數據並不表示它在所有評測都勝過 V4 Pro。 2411

552B 不等於每個 Token 都動用 552B

MoE 模型的「總參數量」不等於每次處理 Token 時真正參與運算的參數量。DeepSeek 表示，V4.1 Flash 在輸入預填（prefill，也就是讀取提示詞）階段約啟用 80 億參數；在解碼、生成輸出階段則約啟用 160 億參數。 4138

這種非對稱設計，對需要反覆餵入大量文件、程式碼庫、對話紀錄或工具呼叫軌跡的應用特別有意義。讀取長內容與生成回答的計算需求不同，CED 架構的目標是在吸收龐大上下文時減少成本，同時將較多運算資源留給輸出生成。 38

DeepSeek 另稱，其全域 KV 快取占用約為每 Token 890 bytes，約為前一代 V4 Flash 的四分之一；技術歸因於 FP4 KV 快取與跨層 KV 快取重用。對會長時間保留上下文的 Agent 而言，快取記憶體往往是實際基礎設施成本的重要一環。這項數字為供應商／模型卡公布的數據，部署時仍應以自身推論服務環境實測為準。 3338

與 V4 Pro 比較：公開成績怎麼看？

DeepSeek 公開表格顯示，V4.1 Flash 在程式設計、數學、終端機 Agent 與資安類基準上優於 V4 Pro，但 GPQA Diamond 較低。以下皆是模型方公布的成績，並非獨立機構的全方位排名。 611

基準測試	V4 Pro	V4.1 Flash	差異
GPQA Diamond	92.4	90.9	-1.5
Codeforces rating	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

911

較合理的解讀是：V4.1 Flash 更貼近 DeepSeek 所設定的產品目標——快速、重視成本、可長時間運作的 Agent 與程式開發流程；但在公布的 GPQA Diamond 成績上，V4 Pro 仍領先。因此，不能根據這些資料就斷言 Flash 在所有任務都全面勝出。 11

DeepSeek 曾表示，多方測試顯示 V4.1 Flash 在效能、成本、速度與總執行時間上領先 V4 Pro。不過，現有公開資料未提供一個經獨立稽核、可通用於所有 Agent 任務的端到端時間倍率；這應視為供應商說法，並以實際使用的工具、上下文長度與任務組合進行測試。 24

100 萬 Token、原生視覺與 API 使用方式

V4.1 Flash 支援最高 100 萬 Token 上下文，單一請求可同時提供文字與圖片。DeepSeek 文件列出的用途包括圖片描述、讀取螢幕截圖文字，以及圖表分析。 623

目前 API 應使用的模型識別名稱為：

deepseek-flash

開發者可在文字內容旁提供公開可存取的 http(s) 圖片網址。官方視覺文件列出的支援格式為 JPEG、PNG、GIF 與 WebP。 2123

提供的文件已確認 100 萬 Token 上下文上限，但不足以清楚確認目前的最大輸出 Token 數，因此不宜在此斷言特定上限。同樣地，若整合需要 JSON 輸出、工具呼叫或推理控制，應先核對即時 API schema，確認功能是否可用及其精確語法。

價格：快取命中才是成本關鍵

資料所列 V4.1 Flash API 價格為：離峰每百萬 Token 輸入 0.15 美元、輸出 0.60 美元；尖峰則為輸入 0.30 美元、輸出 1.20 美元。快取命中的輸入價格為每百萬 Token 離峰 0.003 美元、尖峰 0.006 美元。 1

這種極低的快取命中價格，與其強調重複上下文的架構方向一致。若應用會重用大型系統提示詞、程式碼庫背景資訊或 Agent 歷史紀錄，潛在效益可能遠高於一次性的短對話——前提是請求型態確實能產生快取命中。

舊模型怎麼辦？遷移時要注意什麼？

DeepSeek 已將 V4 Flash 與 V4 Flash Vision Experimental 作為獨立模型下線。不過，為了相容性，以下舊識別名稱目前仍暫時接受，並由 V4.1 Flash 提供服務：

• deepseek-v4-flash
• deepseek-v4-flash-vision-exp

2123

DeepSeek 在 9 月 10 日的原始公告中曾表示，自 2026 年 9 月 14 日 04:00 UTC 起，deepseek-v4-pro 流量將以 Flash 價格轉送至 V4.1 Flash，直到 V4.1 Pro 推出。 24

不過，後續 API 文件修正了這項營運安排：文件稱 DeepSeek 將在 9 月 14 日後繼續提供 V4 Pro API 服務，計費方式維持不變，若有變動會再通知。使用 V4 Pro 的團隊應以最新 API 文件為依據，並測試端點實際回傳的模型，而非假定早先的下線／轉送計畫仍然有效。 1726

為什麼這不只是 Flash 的改名更新？

V4.1 Flash 同時帶來幾項變動，因此更像是產品線與架構的重新定位：

• 採用新的 CED MoE 架構，輸入與輸出階段有不同的啟用參數規模； 41
• 原生多模態支援納入主要的 deepseek-flash 端點； 2423
• 支援 100 萬 Token 上下文，且官方公布的 KV 快取占用顯著縮小； 638
• 舊 Flash 與 Flash Vision Experimental 模型下線，遷移期間保留相容別名。 2123

實務上，新專案可直接遷移至 deepseek-flash，以代表性的工作負載測試圖像處理與長上下文表現，量測自身請求模式下的快取命中經濟效益，並持續留意 V4 Pro 的即時路由與計費文件。這套架構對 Agent 密集型系統確實有吸引力，但最終仍要看它在特定部署流程中的成本與效能表現。

DeepSeek-V4.1-Flash 於 2026 年 9 月 10 日正式推出，是 DeepSeek 首個投入產品服務的「因果編碼器—解碼器」（Causal Encoder–Decoder，CED）系列模型。它是一款具備 5,520 億參數骨幹的混合專家（Mixture-of-Experts，MoE）多模態模型，主打將超長提示詞、快取上下文、視覺輸入與 AI Agent 工作流程的成本壓低。 416

對開發者而言，重點很明確：V4.1 Flash 被定位為 DeepSeek 的高吞吐量主力 API 模型，特別適合大上下文與多模態任務。其相對 V4 Pro 的主要賣點是成本、記憶體效率，以及若干 Agent 類測試成績；但公開數據並不表示它在所有評測都勝過 V4 Pro。 2411

552B 不等於每個 Token 都動用 552B

MoE 模型的「總參數量」不等於每次處理 Token 時真正參與運算的參數量。DeepSeek 表示，V4.1 Flash 在輸入預填（prefill，也就是讀取提示詞）階段約啟用 80 億參數；在解碼、生成輸出階段則約啟用 160 億參數。 4138

這種非對稱設計，對需要反覆餵入大量文件、程式碼庫、對話紀錄或工具呼叫軌跡的應用特別有意義。讀取長內容與生成回答的計算需求不同，CED 架構的目標是在吸收龐大上下文時減少成本，同時將較多運算資源留給輸出生成。 38

DeepSeek 另稱，其全域 KV 快取占用約為每 Token 890 bytes，約為前一代 V4 Flash 的四分之一；技術歸因於 FP4 KV 快取與跨層 KV 快取重用。對會長時間保留上下文的 Agent 而言，快取記憶體往往是實際基礎設施成本的重要一環。這項數字為供應商／模型卡公布的數據，部署時仍應以自身推論服務環境實測為準。 3338

與 V4 Pro 比較：公開成績怎麼看？

DeepSeek 公開表格顯示，V4.1 Flash 在程式設計、數學、終端機 Agent 與資安類基準上優於 V4 Pro，但 GPQA Diamond 較低。以下皆是模型方公布的成績，並非獨立機構的全方位排名。 611

基準測試	V4 Pro	V4.1 Flash	差異
GPQA Diamond	92.4	90.9	-1.5
Codeforces rating	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

911

較合理的解讀是：V4.1 Flash 更貼近 DeepSeek 所設定的產品目標——快速、重視成本、可長時間運作的 Agent 與程式開發流程；但在公布的 GPQA Diamond 成績上，V4 Pro 仍領先。因此，不能根據這些資料就斷言 Flash 在所有任務都全面勝出。 11

DeepSeek 曾表示，多方測試顯示 V4.1 Flash 在效能、成本、速度與總執行時間上領先 V4 Pro。不過，現有公開資料未提供一個經獨立稽核、可通用於所有 Agent 任務的端到端時間倍率；這應視為供應商說法，並以實際使用的工具、上下文長度與任務組合進行測試。 24

100 萬 Token、原生視覺與 API 使用方式

V4.1 Flash 支援最高 100 萬 Token 上下文，單一請求可同時提供文字與圖片。DeepSeek 文件列出的用途包括圖片描述、讀取螢幕截圖文字，以及圖表分析。 623

目前 API 應使用的模型識別名稱為：

deepseek-flash

開發者可在文字內容旁提供公開可存取的 http(s) 圖片網址。官方視覺文件列出的支援格式為 JPEG、PNG、GIF 與 WebP。 2123

提供的文件已確認 100 萬 Token 上下文上限，但不足以清楚確認目前的最大輸出 Token 數，因此不宜在此斷言特定上限。同樣地，若整合需要 JSON 輸出、工具呼叫或推理控制，應先核對即時 API schema，確認功能是否可用及其精確語法。

價格：快取命中才是成本關鍵

資料所列 V4.1 Flash API 價格為：離峰每百萬 Token 輸入 0.15 美元、輸出 0.60 美元；尖峰則為輸入 0.30 美元、輸出 1.20 美元。快取命中的輸入價格為每百萬 Token 離峰 0.003 美元、尖峰 0.006 美元。 1

這種極低的快取命中價格，與其強調重複上下文的架構方向一致。若應用會重用大型系統提示詞、程式碼庫背景資訊或 Agent 歷史紀錄，潛在效益可能遠高於一次性的短對話——前提是請求型態確實能產生快取命中。

舊模型怎麼辦？遷移時要注意什麼？

DeepSeek 已將 V4 Flash 與 V4 Flash Vision Experimental 作為獨立模型下線。不過，為了相容性，以下舊識別名稱目前仍暫時接受，並由 V4.1 Flash 提供服務：

• deepseek-v4-flash
• deepseek-v4-flash-vision-exp

2123

DeepSeek 在 9 月 10 日的原始公告中曾表示，自 2026 年 9 月 14 日 04:00 UTC 起，deepseek-v4-pro 流量將以 Flash 價格轉送至 V4.1 Flash，直到 V4.1 Pro 推出。 24

不過，後續 API 文件修正了這項營運安排：文件稱 DeepSeek 將在 9 月 14 日後繼續提供 V4 Pro API 服務，計費方式維持不變，若有變動會再通知。使用 V4 Pro 的團隊應以最新 API 文件為依據，並測試端點實際回傳的模型，而非假定早先的下線／轉送計畫仍然有效。 1726

為什麼這不只是 Flash 的改名更新？

V4.1 Flash 同時帶來幾項變動，因此更像是產品線與架構的重新定位：

• 採用新的 CED MoE 架構，輸入與輸出階段有不同的啟用參數規模； 41
• 原生多模態支援納入主要的 deepseek-flash 端點； 2423
• 支援 100 萬 Token 上下文，且官方公布的 KV 快取占用顯著縮小； 638
• 舊 Flash 與 Flash Vision Experimental 模型下線，遷移期間保留相容別名。 2123

實務上，新專案可直接遷移至 deepseek-flash，以代表性的工作負載測試圖像處理與長上下文表現，量測自身請求模式下的快取命中經濟效益，並持續留意 V4 Pro 的即時路由與計費文件。這套架構對 Agent 密集型系統確實有吸引力，但最終仍要看它在特定部署流程中的成本與效能表現。