事件内容

9 月 10 日，DeepSeek 正式发布 V4.1-Flash，并同步上线 API。该模型采用全新的 Causal-Encoder-Decoder 非对称架构，主干约 552B 参数的 MoE，输入侧仅激活 8B 参数，生成侧激活 16B 参数，原生支持多模态视觉理解。

关键数据：

• KV Cache 压缩：对 HBM 的需求降至前代的约 1/4，对 SSD 的需求降至约 1/8。
• 评测：第三方测试在 Terminal-Bench 2.1 中得分 90.6，宣称超越自家旗舰 V4-Pro。
• 定价：缓存命中输入单价较此前下降约 60%，闲时缓存命中低至 0.02 元 / 百万 tokens；输出价格 4 元 / 百万 tokens。
• 路由切换：自 9 月 14 日 12:00 起，deepseek-v4-pro 的请求将全部路由至 V4.1-Flash，并按 Flash 单价计费。

为什么值得关注

V4.1-Flash 把国产模型的“能力—成本”帕累托边界又往外推了一步。对于 Agent、长文档问答、RAG 这类高输入、长上下文的任务，低成本高质量的基座模型意味着更大规模的场景落地成为可能。

参考来源：搜狐 AI 应用周度观察、新浪财经研报