DeepSeek V4.1 Flash正式上线，具备原生多模态视觉理解能力

据 DeepSeek 官方消息，DeepSeek V4.1 Flash 模型今天正式发布。这是 DeepSeek 全新模型结构系列中的最小尺寸的模型，具备原生多模态视觉理解能力。

DeepSeek 表示，新模型结构的设计初衷是：能力上限更高、推理速度更快、吞吐更大、可扩展到更大参数模型。

据介绍，DeepSeek V4.1 Flash 为 552B 参数 MoE 混合专家模型，采用全新 Causal-Encoder-Decoder 非对称架构，输入与输出激活参数并不对等，输入激活仅 8B，输出激活 16B，运行成本相比同规格模型存在明显优势。模型经过全新预训练流程以及更大规模强化学习后训练，基准测试结果显示，综合能力已经超过 DeepSeek V4 Pro 等多款旗舰大模型。

在缓存开销层面，V4.1 Flash 对 KV Cache 占用做了优化。对比上一代产品，HBM 显存需求降至原来的 1/4， 存储需求缩减至 1/8。在 Agent 智能体这类业务场景中，缓存相关开销占比通常较高，KV Cache 压缩优化能够显著降低该类任务的调用成本。

DeepSeek V4.1 Flash 已同步上线 DeepSeek API，开发者调用模型标识 deepseek-flash 即可访问新版本，旧版 V4 Flash 以及 V4 Flash Vision Exp 已经下线。为保障业务平滑过渡，原有模型接口标识会临时路由指向 V4.1 Flash。

因 V4.1 Flash 在性能、调用成本、推理速度、整体耗时等维度全面优于 V4 Pro，官方计划逐步下线 V4 Pro。北京时间 9 月 14 日 12 点起，至 V4.1 Pro 正式发布前，指向 deepseek-v4-pro 的全部请求会自动切换到 V4.1 Flash，并且按照 V4.1 Flash 的单价计费。

腾讯 WorkBuddy、CodeBuddy 以及 OpenCode 作为合作方，已经完成该模型的全量接入。

依托架构层面的优化，V4.1 Flash 实现运行成本下降，官方同步下调对应 API 定价。平台继续沿用峰谷分时计费机制，闲时价格为高峰时段的一半，引导用户错峰使用，新计价规则已于 2026 年 9 月 10 日 12 点生效。