DeepSeek V4.1 Flash 发布：性能超越 V4 Pro，KV Cache 暴降且价格下调

月下琴音

深度求索（DeepSeek）于9月10日正式推出了全新的 DeepSeek-V4.1-Flash 模型。作为一款主打高性价比、高推理速度和超低成本的轻量级模型，它不仅在设计上采用了全新的架构，在多项核心评测和实际开发场景中，性能更是直接超越了自家的旗舰模型 V4 Pro。

核心亮点：552B 参数与全新 MoE 结构

DeepSeek-V4.1-Flash 是一个 552B 参数的混合专家（MoE）模型，采用了全新的因果编码器-解码器（Causal-Encoder-Decoder）结构。其最大特点是输入和输出不对称：输入激活仅为 8B，输出激活为 16B。这种设计让它在推理速度上有了质的飞跃，同时大幅降低了推理成本。

性能跑分：全面超越 V4 Pro

根据多方测试数据，V4.1 Flash 在代码生成、系统操作和智能体（Agent）任务上表现极为亮眼：

代码能力：在 Codeforces 评测中拿到了 3471 分，超越了 V4 Pro 的 3348 分。

工程与实践：在 DeepSWE v1.1（代码修复）中取得了 74.2 的高分，在 Terminal-Bench 3.0 中也达到了 30.0 分，均处于行业第一梯队，甚至优于部分超大杯模型。

多模态支持：模型原生支持多模态视觉理解，无需额外外挂组件。

极致的成本优化：KV Cache 大幅压缩

对于开发者而言，V4.1 Flash 最硬核的技术突破在于对 KV Cache 的极致压缩。

它的 Global KV Cache 每 Token 占用降低到了 890 Bytes。

相比上一代 V4 Flash，显存（HBM）需求减少到了 1/4，SSD 存储需求减少到了 1/8。

这意味着在 Agent 开发等高度依赖缓存的场景中，运行成本被大幅度压缩。

API 价格下调：闲时最低 0.02 元

得益于底层架构的优化，DeepSeek 同步下调了该模型的 API 调用价格，并继续实行峰谷定价策略：

空闲时段（含周末及工作日非高峰期）：缓存命中输入低至 0.02 元/百万 Tokens，未命中为 1.0 元，输出为 4.0 元。

高峰时段：缓存命中输入为 0.04 元/百万 Tokens，未命中为 2.0 元，输出为 8.0 元。

行业动态

目前，腾讯（WorkBuddy、CodeBuddy）和 OpenCode 等官方合作伙伴已经全量接入 DeepSeek-V4.1-Flash。此外，官方宣布将从9月14日起，有序下线旧的 V4 Pro 模型，相关请求将自动路由至性能更强、成本更低的 V4.1 Flash。对于有 API 接入需求的开发者来说，这绝对是一个降低成本、提升体验的好消息。