深度求索 2026-09-10 上线 V4.1-Flash 直接替换 V4-Flash。552B 总参 MoE 非对称架构，输入侧仅 8B 激活、输出侧 16B 激活，KV Cache 占用降至上一代 1/4（HBM）与 1/8（SSD）。闲时输入 ¥1.0/百万、输出 ¥4.0/百万、缓存命中 ¥0.02/百万，高峰翻倍。官方称多项基准已超自家 V4-Pro（但 V4-Pro 的下线计划已于 9-11 撤回，两者继续并行销售）。
2026 年 9 月 10 日，深度求索上线 DeepSeek-V4.1-Flash（API 模型名 deepseek-flash）并同步下调定价。模型采用全新的 Causal Encoder–Decoder 非对称架构：总参数 552B 的 MoE，输入侧仅激活 8B、输出侧激活 16B，官方称多项基准已超过自家旗舰 V4-Pro。
这次升级的核心卖点是缓存。V4.1-Flash 的 KV Cache 对 HBM 的需求降到上一代的 1/4，对 SSD 存储的需求降到 1/8。Agent 类应用中缓存命中费用往往占账单大头，压缩缓存直接把这部分成本压了下来。
价格沿用峰谷机制，闲时价为高峰价的一半。闲时：输入缓存命中 ¥0.02/百万、未命中 ¥1.0/百万、输出 ¥4.0/百万；高峰：¥0.04 / ¥2.0 / ¥8.0（均为每百万 tokens）。高峰期指周一至周五的 9:00–12:00 与 14:00–18:00（北京时间），其余含周末为闲时。新价自 9 月 10 日 12:00 起生效。
缓存命中价与未命中价相差 50 倍，说明任何带稳定 System Prompt 或重复文档上下文的负载都应优先围绕缓存设计。上下文 1M、最大输出 384K、并发上限 2500（V4-Pro 为 500）。
迁移与下线：原 V4-Flash 与 V4-Flash-Vision-Exp 已下线，模型名 deepseek-v4-flash 暂时路由到 V4.1-Flash。至于 V4-Pro，官方 9-10 曾公告要把 v4-pro 请求全部路由到 V4.1-Flash 并按 Flash 单价计费，但 9-11 又撤回了该计划——V4-Pro 在 9 月 14 日之后继续独立提供服务、计费不变。也就是说：Flash 端的替换是确定的，Pro 端的并线没有发生。