9月10日，DeepSeek 宣布 V4.1 Flash 模型正式上线。该模型是全新模型结构系列中参数规模最小的版本，具备原生多模态视觉理解能力。新结构的设计目标包括：更高的能力上限、更快的推理速度、更大的吞吐量，以及可扩展至更大参数规模。
非对称模型结构，小成本大智能。
DeepSeek V4.1 Flash 是一个 552B 参数的 MoE 模型，采用全新的 Causal-Encoder-Decoder 结构，输入与输出不对称——输入激活仅为 8B，输出激活为 16B，成本明显低于已知的同尺寸模型。
此外，V4.1 Flash 还引入了新的预训练方式，并经过更大力度的强化学习后训练，在基准测试中成功超越了包括 DeepSeek V4 Pro 在内的多款旗舰模型的智能水平。
更少缓存，更省成本。
新模型大幅压缩了 KV Cache 缓存体积，相比上一代模型，对 HBM 的需求降至 1/4，对 SSD 的需求降至 1/8。在 Agent 使用场景中，缓存命中费用通常占比较高，KV Cache 的压缩显著降低了 Agent 类任务的使用成本。
API 支持。
DeepSeek V4.1 Flash 已同步上线 DeepSeek API，原生支持多模态，将模型名称改为 deepseek-flash 即可调用最新的 V4.1 Flash 模型。
旧版本模型 V4 Flash 与 V4 Flash Vision Exp 现已下线。出于兼容考虑，模型名 deepseek-v4-flash、deepseek-v4-flash-vision-exp 将被暂时路由至 V4.1 Flash。
同时，经多方测试，V4.1 Flash 在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro，因此 DeepSeek 计划有序下线 V4 Pro 模型。
北京时间 2026 年 9 月 14 日 12:00 之后，至未来 V4.1 Pro 上线之前，用户访问 deepseek-v4-pro 的请求将全部路由到 V4.1 Flash，并按 V4.1 Flash 单价计费。
腾讯（WorkBuddy、CodeBuddy）和 OpenCode 作为官方合作伙伴，现已全量接入 DeepSeek V4.1 Flash，欢迎使用！
API 定价调整。
得益于模型架构的创新，DeepSeek V4.1 Flash 能够以更低的成本服务更多用户，因此 DeepSeek 相应下调了 V4.1 Flash 的定价。
同时，为更合理地调配资源，DeepSeek 仍采用峰谷定价，闲时价格为高峰时段价格的一半，鼓励用户根据实际使用情况调整任务时间。新价格于 2026 年 9 月 10 日 12:00 开始生效。
模型开源。
DeepSeek 将全力支持开源社区进行新模型的推理适配，并尝试通过各种方式扩大部署范围。
