9 月 10 日，深度求索正式推出 DeepSeek V4.1 Flash 模型。该模型隶属其全新模型结构系列，是其中尺寸最小的一款，具备原生多模态视觉理解能力。官方表示，新结构的设计目标涵盖更高的能力上限、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。

据披露，DeepSeek V4.1 Flash 为 552B 参数的 MoE 模型，采用全新的 Causal-Encoder-Decoder 结构。其输入与输出不对称：输入激活仅 8B，输出激活为 16B，成本显著低于已知的同尺寸模型。该模型还引入新的预训练方式，并经过更大规模的强化学习后训练。在基准测试中，其智能水平成功超越包括 DeepSeek V4 Pro 在内的一众旗舰模型。

在工程优化层面，新一代模型大幅压缩了 KV Cache 缓存大小。与上一代模型相比，对 HBM 的需求减少到 1/4，对 SSD 的需求减少到 1/8。官方指出，在 Agent 使用场景中，缓存命中的费用往往占比较高，对 KV Cache 的压缩可显著降低 Agent 类任务的使用成本。数据显示，相对于初代模型，其 KV Cache 已缩减至原来的 1/437。

伴随此次发布，DeepSeek V4.1 Flash 的 API 定价同步下调。对于 AI 行业从业者而言，该模型在智能水平与成本控制之间提供了新的选择，尤其是 Agent 类应用的部署门槛有望进一步降低。