DeepSeek V4.1 Flash上线：552B MoE模型全面超越V4 Pro

周四上午，DeepSeek V4.1 Flash 正式在网页、App 和 API 端全面上线。官方称其在性能、响应速度、效率等核心指标上全面超越 V4 Pro，采用新架构并原生支持多模态。

V4.1 Flash 是一款总参数 552B 的 MoE 模型，采用全新 Causal-Encoder-Decoder 架构，输入与输出采用非对称计算设计：输入侧仅激活 8B 参数，输出侧激活 16B 参数，在保持大模型容量的同时大幅降低推理成本。模型还引入新的预训练方法，并进行更大规模强化学习后训练，在多项基准测试中实现性能提升，整体智能水平超过大批当前旗舰模型。

开源链接已公布。官方基准结果显示，V4.1 Flash 在软件工程、网络安全环境和自动化任务等测试中表现较强，在 DeepSWE v1.1、CyberGym 和 Automation-Bench 上均取得最高分，其中 DeepSWE 仅以 0.2 分领先 Opus 5；但在 Terminal-Bench 3.0 上，其 30.0 分明显低于 Opus 5 的 43.3 分和 GPT-5.6 Sol 的 34.4 分。整体看，它在部分 Coding 和 Agent 类任务上具备较强竞争力，但并非所有基准都占优。在 GPQA Diamond、Terminal-Bench 3.0/4.0、ProgramBench 等项目上，仍与顶级闭源模型存在差距。

DeepSeek 对 V4.1 Flash 信心十足，已公告将砍掉 V4 Pro。此次更新另一主线是进一步压低推理成本。Agent 类负载 token 结构极度倾斜，常是几万 token 上下文、工具返回、代码仓库前缀，换几十到几百 token 输出，V4.1 的输入/输出比面向此类任务改进，大幅优化总成本。V4.1 Flash 还对缓存进一步压缩，官方数据显示新一代模型 KV Cache 大幅缩小，相比上一代对 HBM 需求降至 1/4，对 SSD 需求降至 1/8。缓存分层中本就把 SSD 当一级存储用，是 DeepSeek 服务栈的一贯路线。每步要读的 KV 已小到不再主导显存带宽，权重读取才是瓶颈，这也是社区测出 400 token/s、速度不随上下文长度衰减的原因。

9 月 14 日中午 12 时后，V4 Pro 的 API 将下线，所有请求自动路由至 V4.1 Flash，并按 Flash 系列降价后单价计费：空闲时段输入缓存命中 0.02 元、未命中 1 元，输出 4 元；高峰时段为空闲时段 2 倍。C 端网页和 App 原有的快速、专家、识图三个模式已全部合并，接入 V4.1 Flash，可用最先进大模型开深度思考加搜索。部分第三方 Agent 工具、AI 平台也同步上线新模型，如 Workbuddy。此前 OpenDesign 已对 V4.1 Flash 进行基准测试，在 OpenDesign Arena 上达到世界第二，超过 Fable 5.1，仅次于 Astra。

与新模型同步的还有 DeepSeek Harness v0.1.5，Web 界面支持上传图片、PDF 等文件。新版本与 V4.1 Flash 训练深度结合，模型在 DSH 不同配置中均进行专项训练和优化。新版为插件作者提供更多标准化 UI 扩展入口，新增文件上传、侧边栏文件预览等功能，优化 UI 性能与交互，并增加与模型研究前沿深度结合的实验功能。