DeepSeek V4.1 Flash发布：非对称结构小成本大智能
我们正式推出全新的DeepSeek V4.1 Flash模型，作为全新模型结构系列中的最小尺寸成员，它自带原生多模态视觉理解能力。这款新模型的研发初衷，是打造能力上限更高、推理速度更快、吞吐能力更强，同时可轻松扩展到更大参数规模的AI模型。
非对称架构设计，以低成本实现高性能
DeepSeek V4.1 Flash是一款552B参数的MoE模型，采用了全新的Causal-Encoder-Decoder非对称结构，输入和输出的激活参数并不对称：输入激活仅为8B，输出激活则为16B，这让它的部署成本显著低于同尺寸的其他主流模型。此外，该模型使用了全新的预训练方式，并经过了更大规模的强化学习后训练，在基准测试中，其智能水平已经超越了包括DeepSeek V4 Pro在内的多款旗舰级模型。
优化KV缓存，大幅降低使用成本
新一代的V4.1 Flash模型对KV Cache缓存进行了大幅压缩，和上一代模型相比，它对HBM的需求降低到了原来的1/4，对SSD的需求更是缩减到了1/8。在Agent类使用场景中，缓存命中的成本往往占据总费用的较大比例，这次的KV Cache优化直接降低了这类任务的使用成本。根据团队公布的优化进展，相较于初代模型，当前的KV Cache体积已经缩小了437倍。
API调用服务支持
目前DeepSeek V4.1 Flash已经同步接入官方API平台，原生支持多模态能力，开发者只需将模型名称替换为deepseek-flash，即可调用这款最新的V4.1 Flash模型。此前的旧版本模型V4 Flash与V4 Flash Vision Exp已经正式下线，为了保证兼容性，原有的deepseek-v4-flash和deepseek-v4-flash-vision-exp模型名会暂时路由到V4.1 Flash。
同时经过多轮测试验证，V4.1 Flash在性能、使用成本、响应速度以及总耗时等各项指标上都全面超越了V4 Pro，因此团队计划逐步下线V4 Pro模型。从2026年9月14日12:00开始，到未来V4.1 Pro上线之前，所有访问deepseek-v4-pro的请求都会自动路由到V4.1 Flash，并按照V4.1 Flash的单价进行计费。
目前腾讯的WorkBuddy、CodeBuddy以及OpenCode已经作为官方合作伙伴，全量接入了DeepSeek V4.1 Flash，欢迎相关用户体验使用。
API定价策略调整
得益于模型架构的技术创新，V4.1 Flash能够以更低的成本服务更多用户，因此团队相应下调了这款模型的API调用定价。为了更合理地调配服务器资源，平台仍然采用峰谷分时定价机制，闲时段的价格仅为高峰时段的一半，以此鼓励用户根据自身使用需求调整任务执行时间。新的定价方案将从2026年9月10日12:00正式生效。
开源计划与社区支持
团队将全力支持开源社区对V4.1 Flash模型进行推理适配，并通过多种方式扩大模型的部署范围。如果有用户具备大规模部署的需求，且拥有对应的硬件资源，例如2k卡GPU以及存储集群，可以随时联系官方对接相关合作。模型的开源仓库以及技术报告链接如下：
