DeepSeek V4.1 Flash 開放權重：552B 架構、API 價格與遷移指南
**DeepSeek V4.1 Flash 已於 2026 年 9 月 10 日發布並開放模型權重，官方 API 呼叫名稱為 deepseek-flash。**它原生支援文字與圖片輸入，採用新的非對稱結構：主幹參數量為 552B，處理輸入時每個 Token 約啟用 8B 參數，生成輸出時約啟用 16B 參數。官方發布說明
這次升級值得開發者關注的，不只是評測分數提升，還有三件會直接影響串接的事：Agent 任務能力增強、長對話快取單價下降，以及舊模型名稱背後的實際模型發生變化。尤其是 deepseek-v4-pro，官方已公布 **2026 年 9 月 14 日 12:00（北京時間）**之後的路由切換安排。
本文配圖採用 DeepSeek 官方發布原圖，未做修改；文中的評測數字來自供應商公開結果，不是本站獨立複測。
DeepSeek V4.1 Flash 是什麼？先看關鍵規格
| 項目 | 已公布資訊 |
|---|---|
| 發布日期 | 2026 年 9 月 10 日 |
| 官方 API 模型名稱 | deepseek-flash |
| 模型類型 | 原生多模態 MoE，接收文字與圖片、生成文字 |
| 主幹參數量 | 552B，約 5520 億參數 |
| 輸入／輸出啟用參數 | 8B／16B（prefill／decode） |
| 核心結構 | Causal Encoder-Decoder，簡稱 CED |
| 上下文視窗 | 1M Tokens |
| API 最大輸出 | 384K Tokens |
| 全域 KV Cache | 890 bytes／Token，約為上一代 V4 Flash 的四分之一 |
| 權重與儲存庫授權 | MIT |
參數與結構以 DeepSeek 官方模型卡為準；上下文、輸出上限與介面功能以官方 API 規格頁為準。部分發布轉述將參數量約寫為 550B，本文採用官方的 552B 口徑。
如果你準備透過本站接入，可以先查看即時模型價格。官方發布與第三方閘道同步是兩件事：請按目錄中的實際模型 ID 設定，本站價格與可用性則以目前目錄、呼叫結果及帳單為準。
552B、8B、16B 分別代表什麼？
MoE 模型並不是每生成一個 Token 都呼叫全部參數。552B 是模型主幹的參數規模，8B 與 16B 則是相應計算階段每個 Token 的啟用規模，不能把它們當成三個可以互換的「模型大小」。
V4.1 Flash 的 CED 主幹共有 40 層，由 20 層因果編碼器與 20 層解碼器組成。官方模型卡說明，解碼器的全域 KV Cache 是從編碼器最終隱藏狀態投影得到，而不是由每一層解碼器各自產生。因此，處理輸入與生成輸出可以採用不同的計算規模。
對程式碼庫分析、長資料閱讀及多輪工具呼叫等「輸入多、反覆讀取上下文」的任務來說，這種設計有助於減少輸入處理負擔。但它不代表輸入與輸出品質可以只靠啟用參數量判斷，也不代表下載或部署時只需要載入 8B 等級的權重。
Agent 評測提升在哪裡？與 V4 Pro 比較
下表摘錄自官方模型卡的比較表，各項保留原評測名稱；變化欄是分數差，不是相對百分比。
| 評測 | V4 Pro | V4.1 Flash | 分數變化 |
|---|---|---|---|
| DeepSWE v1.1 | 62.7 | 74.2 | +11.5 |
| Terminal-Bench 3.0 | 11.8 | 30.0 | +18.2 |
| AutomationBench | 43.2 | 54.8 | +11.6 |
| CyberGym | 83.3 | 88.1 | +4.8 |
| GPQA Diamond | 92.4 | 90.9 | −1.5 |
前四項顯示，V4.1 Flash 在多個程式碼、終端機與自動化任務基準上超過上一代 Pro；但 GPQA Diamond 仍低於 V4 Pro。因此，更準確的結論是 Agent 能力有明顯進步，而不是每一項能力都全面領先。官方評測表與測試條件
執行環境同樣重要。官方模型卡中的 Instruct 比較採用最高推理強度、temperature=1.0、top_p=0.95；DeepSWE v1.1 的 74.2 對應 mini-SWE 環境，同一模型在 DSH Minimal 中則是 72.6。模型版本、任務集、Agent 框架與推理預算會共同影響結果。
選型時可以從自己的工作中抽取三個小樣本：一個已有測試的程式碼修復、一個需要多輪指令的終端機任務，以及一個包含截圖或圖表的資料任務。比較完成率、總耗時和帳單，比只比較單一榜單分數更接近實際收益。
API 價格：閒時輸入 1 元、輸出 4 元／百萬 Token
本次價格自 2026 年 9 月 10 日 12:00（北京時間）生效。以下均為 DeepSeek 官方人民幣直連價格，單位是元／百萬 Tokens，不是本站閘道報價。官方價格頁
| 計費項目 | 閒時 | 尖峰時段 |
|---|---|---|
| 輸入：快取命中 | ¥0.02 | ¥0.04 |
| 輸入：快取未命中 | ¥1.00 | ¥2.00 |
| 輸出 | ¥4.00 | ¥8.00 |
尖峰時段是北京時間週一至週五 09:00—12:00、14:00—18:00；其餘時間為閒時，包括週末。應按這個明確時段判斷，不要自行套用節假日調休的「工作日」口徑。
圖源：DeepSeek 官方發布稿，原圖未修改。價格可能調整，第三方服務商獨立計費。
一個可複算的 Agent 帳單示例
假設一批任務累計使用 800 萬快取命中輸入 Tokens、200 萬快取未命中輸入 Tokens，以及 50 萬輸出 Tokens，且全部在同一檔時段計費：
總費用 = 命中輸入百萬數 × 命中單價
+ 未命中輸入百萬數 × 未命中單價
+ 輸出百萬數 × 輸出單價
閒時：8 × 0.02 + 2 × 1 + 0.5 × 4 = 4.16 元
尖峰：8 × 0.04 + 2 × 2 + 0.5 × 8 = 8.32 元
兩種輸入單價確實相差 50 倍，但這不等於整項任務便宜 50 倍。在這個例子中，閒時快取命中部分只花 0.16 元，未命中輸入與輸出卻分別花 2 元。最佳化時除了快取，也要看是否反覆呼叫工具、產生過多輸出或發生重試。
KV Cache 變小，為什麼對長對話更重要？
KV Cache 用於保存上下文的中間計算結果。對反覆讀取同一個程式碼庫、系統說明與歷史對話的 Agent，重用相同前綴可以減少重複計算。V4.1 Flash 將全域 KV Cache 壓縮至 890 bytes／Token，約為 V4 Flash 的四分之一。官方模型卡架構說明
圖源：DeepSeek 官方發布稿，原圖未修改。圖中比較的是每 Token 全域 KV Cache，不是模型部署的總顯存。
需要分清兩種儲存口徑：官方公布的快取相關 HBM 需求約降至 1/4，SSD 需求約降至 1/8。這裡描述的是快取資源，不是整個模型權重、全部執行記憶體或部署叢集都按同一比例縮小。
對接入方來說，可以先保持可重用的資料前綴穩定，避免每輪在前綴中加入不斷變化的時間戳、隨機編號或重新排序的工具列表；然後透過實際用量欄位檢查命中情況。不要只因為「內容差不多」就預估為快取命中。
如何呼叫 DeepSeek V4.1 Flash API？
新接入直接使用官方模型名稱 deepseek-flash。下面是官方直連 Chat Completions 介面的文字範例；先在終端機環境中設定 DEEPSEEK_API_KEY，再執行請求。此範例沒有進行本站付費呼叫驗證。
curl https://api.deepseek.com/chat/completions \
-H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-flash",
"messages": [
{
"role": "user",
"content": "請為一個 Markdown 檔案批次重新命名工具列出實作步驟、邊界情況與驗收方法。"
}
],
"thinking": {"type": "enabled"},
"reasoning_effort": "high",
"max_tokens": 2048,
"stream": false
}'
預期返回 JSON，回答文字位於 choices[0].message.content。驗證時要同時檢查 HTTP 狀態、返回內容與 usage，不要只看請求是否成功送出。官方首次呼叫說明
原生視覺表示模型可以理解圖片，而不是生成圖片。處理截圖時，可按官方圖像理解指南在訊息中加入圖片內容區塊。一次純文字請求成功，也不能代替圖片輸入、工具呼叫和串流返回的分別驗證。
如果透過第三方閘道呼叫，應一起核對 Base URL、模型 ID、認證方式及協定支援；不能只把官方地址換掉，就預設所有能力和計費行為一致。
舊模型還能用嗎？V4 Pro 何時切換？
| 目前設定的模型名稱 | 官方處理方式 |
|---|---|
deepseek-flash |
新接入推薦名稱，呼叫 V4.1 Flash |
deepseek-v4-flash |
舊模型已下線，名稱暫時相容並路由到 V4.1 Flash |
deepseek-v4-flash-vision-exp |
舊模型已下線，名稱暫時相容並路由到 V4.1 Flash |
deepseek-v4-pro |
北京時間 2026-09-14 12:00 之後、未來 V4.1 Pro 上線前，全部路由到 V4.1 Flash，並按新的 Flash 價格計費 |
上述是 DeepSeek 官方介面安排，第三方閘道可能使用不同別名或遷移節奏。保留舊名稱不等於鎖定舊模型，也不適合作為回退到舊權重的方案。
遷移可以分成三個步驟：先匯出目前的模型名稱與關鍵請求樣本；再用新名稱檢查文字、圖片、工具和快取用量；最後核對客戶端預設模型、任務範本與帳單記錄。需要嚴格可重現的任務，應記錄呼叫日期、實際供應商與返回資訊，而不只記錄舊別名。
DeepSeek Harness v0.1.5 更新了什麼？
模型負責理解和推理，Harness 則負責連接檔案、命令和工具，把模型輸出轉成可執行任務。隨本次模型發布，DeepSeek Harness 更新至 v0.1.5，並針對標準模式、程式化工具呼叫（PTC）模式和極簡模式進行適配。
按本次發布材料，新版支援圖片與 PDF 上傳、工作區檔案樹與產物預覽，改善長對話恢復及導覽，並增強父子 Agent 雙向通訊、排隊訊息和任務介入。實驗性的 Agent Teams 可以透過共用任務清單分工協作，但預設關閉，啟用後也需要計入額外 Token 消耗。
已安裝 Node.js 的系統可按官方儲存庫說明啟動：
npx @deepseek-ai/dsh web
啟動後，在 Web 介面填寫 DeepSeek API Key，選擇工作區，再提交任務。該命令取得的是執行時可用的套件版本，並不固定安裝 v0.1.5；需要重現歷史環境時，應另外記錄實際版本。
可以從一個可驗收的小任務開始：
讀取目前工作區的專案說明，產生一份 Markdown 入門指南。
請寫清啟動命令、必要設定和一個最小驗證步驟。
只新增 docs/getting-started-draft.md，不修改業務程式碼。
完成後檢查文件中的路徑是否存在，並列出無法確認的資訊。
預期結果是一份可開啟的 Markdown 檔案，而不只是聊天中的「已完成」。檢查檔案是否真正生成、路徑是否正確、啟動命令是否有來源，再逐步擴大任務。更多客戶端設定可參考本站接入教學。
開放權重後，可以直接在普通電腦上部署嗎？
不能從「輸入只啟用 8B」推出「8B 級硬體就能部署」。V4.1 Flash 的主幹規模仍然是 552B，實際部署還取決於權重精度、執行環境適配、快取、並發與儲存方案。
模型及權重採用 MIT 授權，入口見官方模型儲存庫與技術報告。發布稿提到面向具備約 2000 張 GPU 與儲存叢集資源的團隊開展大規模部署合作；這是一項合作條件，不是公布的最低部署配置。
對主要目標是做應用、跑 Agent 或驗證業務效果的團隊，先用 API 得到自己的品質和成本數據，再評估自部署，通常更容易做出有依據的選擇。
常見問題
DeepSeek V4.1 Flash 是 550B 還是 552B？
官方發布頁和模型卡使用 552B，並明確指向主幹參數量。550B 是部分轉述中的近似表述；做規格表或部署評估時應使用官方口徑。
V4.1 Flash 的 API 模型 ID 是什麼？
DeepSeek 官方推薦使用 deepseek-flash。不要根據展示名稱自行拼寫 deepseek-v4.1-flash；某個第三方平台即使使用這個別名，也不代表它是官方介面名稱。
0.02 元能買到 100 萬個任意 Token 嗎？
不能。0.02 元／百萬 Tokens 只對應閒時的快取命中輸入。未命中輸入、輸出以及尖峰時段分別有不同價格。
V4.1 Flash 支援視覺理解和生圖嗎？
它原生支援文字與圖片輸入並生成文字，可用於截圖理解、圖表分析等任務。官方模型卡沒有將其定義為圖像生成模型。
V4 Pro 是否已經全部下線？
截至本文發布日 2026 年 9 月 10 日，官方公布的是 9 月 14 日 12:00 之後的切換安排，不能提前寫成已經全部切換。兩個舊 Flash 模型則已下線，舊名稱暫時相容。
本站呼叫也按官方尖峰／閒時價格結算嗎？
不應直接這樣推斷。本文價格表介紹 DeepSeek 官方直連 API，本站模型 ID、可用性與計費以即時模型價格和實際帳單為準。確認目標模型後，可從購買入口開始小額驗證。
小結：先看任務總成本，再看遷移窗口
DeepSeek V4.1 Flash 將原生視覺、非對稱計算與更緊湊的上下文快取結合在一起。對長輸入、多輪工具呼叫的 Agent，這是值得用真實任務驗證的一次更新；對已有 API 應用，最緊迫的是確認舊別名的路由變化和 9 月 14 日的 Pro 切換時間。
實用的順序是：確認模型 ID → 用自己的任務驗收 → 核對快取與輸出帳單 → 更新設定。這樣才能把「模型發布」轉成實際可用、可衡量的應用升級。
參考來源
- DeepSeek V4.1 Flash 官方發布頁：發布日期、552B 結構、價格生效時間與遷移安排。
- DeepSeek V4.1 Flash 官方模型卡：CED 結構、評測表、測試環境、KV Cache 與 MIT 授權。
- DeepSeek 官方模型與價格：人民幣峰谷單價、上下文與輸出上限。
- DeepSeek 官方首次呼叫指南：目前模型 ID、請求範例和相容名稱說明。
- DeepSeek 官方圖像理解指南：圖片輸入能力及格式。
- DeepSeek Harness 官方儲存庫：啟動方法與開發者預覽狀態。
- 本次發布補充材料：微信文章一、微信文章二。Harness v0.1.5 功能段落依據隨文提供的發布內容整理。
資料核對日期：2026 年 9 月 10 日。本文為發布資訊解讀與接入指南，不是獨立效能評測。