DeepSeek V4.1 Flash

DeepSeek V4.1 Flash 产品介绍

产品简介

DeepSeek V4.1 Flash 是深度求索（DeepSeek）于 2026 年 9 月 10 日正式上线的全新大语言模型，定位为"更强、更快、更普惠"的新一代旗舰级模型。该模型为 552B 总参数的混合专家（MoE）架构，输入激活仅 8B、输出激活 16B，原生支持多模态视觉理解，并首次在业界实现了 KV Cache 缓存的大幅压缩——HBM 需求降至上一代 V4 Flash 的 1/4，SSD 需求降至 1/8（相比初代 V1 降幅约 87.5%）。V4.1 Flash 已全量接入 DeepSeek API、腾讯 WorkBuddy / CodeBuddy 与 OpenCode，模型名统一更改为 deepseek-flash。

核心功能

原生多模态视觉理解

V4.1 Flash 原生支持图像输入与视觉内容理解，可处理文档图片、图表分析、视觉问答等多模态任务，无需额外的视觉专家模型辅助。

超长上下文（1M Tokens）

上下文窗口扩展至 100 万 tokens，单 token 解码 FLOPs 仅增加约 25%，解码成本几乎不随上下文长度同步增长，特别适合长文档摘要、代码库分析、多轮 Agent 对话等长程任务。

KV Cache 极致压缩

采用 CSA2（压缩稀疏注意力 2）跨层复用全局 KV 与 Top-K 索引，训练阶段即用 FP4 存储全局 KV Cache，部署侧配合 SWA 有界重放技术，将 SSD 侧 KV Cache 需求压缩至初代 V1 的 1/437（降幅约 87.5%）。

超高智能水平

在 GPQA Diamond 基准测试中达到 90.9 分，多项 Agentic Benchmark 全面超越 V4 Pro、GLM 5.3、Kimi K3 等同期主流旗舰模型，智能表现位居行业前列。

API 兼容与平滑迁移

V4.1 Flash 完全兼容旧版 API 接口，旧版本模型（deepseek-v4-flash、deepseek-v4-flash-vision-exp）请求将被自动路由至新版本，用户无需修改代码即可享受性能提升。

开源模型权重

V4.1 Flash 模型权重已在 Hugging Face 完全开源，支持开源社区进行本地推理部署，大规模部署（2K 卡 GPU 以上）可联系 DeepSeek 团队获取专项支持。

特色优势

成本降幅行业领先

V4.1 Flash 闲时输入缓存命中仅 0.02 元/百万 token（较之前降价 60%），未命中 1 元/百万 token，输出 4 元/百万 token；得益于架构级创新，DeepSeek 一次性将 V4 Pro 也降至 Flash 价格，等同全线降价约 2/3。

单 token 成本不随上下文增长

传统模型在长上下文场景下 KV Cache 成本急剧上升，而 V4.1 Flash 通过架构优化实现了"上下文越长，单位成本优势越明显"的效果，直接利好 Agent 类长程任务。

全面超越同尺寸旗舰模型

在多项权威基准测试中，V4.1 Flash 以 552B 总参数量（激活 8B+16B）的极小激活参数，全面超越参数规模相近的 GLM 5.3、Kimi K3 等竞品，证明 MoE 架构的效率优势。

开发者社区口碑爆发

DeepSeek 高管崔添翼于 9 月 9 日宣布 V4 Pro 价格按 Flash 重定价后，开发者社区将其封为新晋"赛博义父"（与 OpenAI Tibo、谷歌 Logan 并列），社交媒体讨论热度持续攀升。

应用场景

长文档分析与摘要

依托 1M tokens 超长上下文，单次请求即可完成整本技术书籍、完整代码仓库或长篇报告的深度理解与结构化摘要。

多 Agent 系统后端

V4.1 Flash 的低 KV Cache 占用使多 Agent 并发部署成本大幅下降，适合作为企业级多 Agent 协作平台的推理底座。

代码生成与调试

在代码相关 Agentic Benchmark 中表现优异，适合作为代码智能助手、自动化测试生成、代码审查等开发工具的核心引擎。

多模态文档理解

支持图表解读、OCR 后文本理解、UI 截图分析等视觉+语言融合任务，适用于金融报告解析、教学内容自动化等场景。

长程对话与记忆增强

1M tokens 上下文窗口可承载极长对话历史，支持需要跨数百轮对话保持一致性的复杂助理应用。

适用人群

• AI 应用开发者与独立软件开发者
• 需要低成本长上下文能力的团队
• 对 API 价格敏感的中小型企业
• 研究机构与高校 AI 研究者
• 基于 LLM 构建 Agent 系统的技术团队

出品方

深度求索（DeepSeek）：中国 AI 初创公司，由梁文锋创立，崔添翼等高管负责产品运营。V4.1 Flash 由 DeepSeek 团队独立研发，Hugging Face 权重同步开源。

更新动态

• 2026 年 9 月 10 日 12:00：V4.1 Flash 正式上线 DeepSeek API，腾讯 WorkBuddy、CodeBuddy、OpenCode 全量接入。
• 2026 年 9 月 14 日 12:00：V4 Pro 有序下线，所有 deepseek-v4-pro 请求路由至 V4.1 Flash 并按 Flash 价格计费。
• 持续开源：DeepSeek 承诺将全力支持开源社区推理适配，大规模部署需求可联系官方。