DeepSeek V4.1 Flash 开源：552B 架构、API 价格与迁移指南
**DeepSeek V4.1 Flash 已于 2026 年 9 月 10 日发布并开放模型权重，官方 API 调用名为 deepseek-flash。**它原生支持文本和图片输入，采用新的非对称结构：主干参数量为 552B，处理输入时每个 Token 激活约 8B 参数，生成输出时激活约 16B 参数。官方发布说明
这次升级最值得开发者关注的，不只是跑分提升，而是三件会直接影响接入的事：Agent 任务能力增强、长会话缓存单价下降，以及旧模型名称背后的实际模型发生变化。尤其是 deepseek-v4-pro，官方已公布 **9 月 14 日 12:00（北京时间）**之后的路由切换安排。
本文配图采用 DeepSeek 官方发布原图；下文跑分来自厂商公布结果，未经本站独立复测。
DeepSeek V4.1 Flash 是什么？先看关键规格
| 项目 | 已公布信息 |
|---|---|
| 发布日期 | 2026 年 9 月 10 日 |
| 官方 API 模型名 | deepseek-flash |
| 模型类型 | 原生多模态 MoE，接收文本与图片、生成文本 |
| 主干参数量 | 552B，约 5520 亿参数 |
| 输入 / 输出激活参数 | 8B / 16B（prefill / decode） |
| 核心结构 | Causal Encoder-Decoder，简称 CED |
| 上下文窗口 | 1M Tokens |
| API 最大输出 | 384K Tokens |
| 全局 KV Cache | 890 bytes / Token，约为上一代 V4 Flash 的四分之一 |
| 权重与仓库许可证 | MIT |
参数与结构以 DeepSeek 官方模型卡为准；上下文、输出上限及接口功能以官方 API 规格页为准。部分发布转述将参数量约写为 550B，本文采用官方的 552B 口径。
如果你准备通过本站接入，可先查看实时模型价格。官方发布与第三方网关同步是两件事：请按目录中的实际模型 ID 配置，本站价格和可用性以当前目录、调用结果及账单为准。
552B、8B、16B 分别意味着什么？
MoE 模型并不是每生成一个 Token 都调用全部参数。552B 是模型主干的参数规模，8B 和 16B 则是相应计算阶段每个 Token 的激活规模，不能把它们当成三个可互换的“模型大小”。
V4.1 Flash 的 CED 主干共有 40 层，由 20 层因果编码器和 20 层解码器组成。官方模型卡说明，解码器的全局 KV Cache 从编码器最终隐藏状态投影得到，而非由每一层解码器各自产生。这使处理输入与生成输出可以采用不同的计算规模。
对代码库分析、长资料阅读、多轮工具调用等“输入多、反复读取上下文”的任务，这种设计的意义是减少输入处理负担。它不意味着输入和输出的质量可以只靠激活参数量判断，也不意味着下载或部署时只需要装载 8B 的权重。
Agent 跑分提升在哪里？与 V4 Pro 对比
下表摘录自本次发布的官方模型卡对比表，各项保留原评测名称；变化列是分数差，不是相对百分比。
| 评测 | V4 Pro | V4.1 Flash | 分数变化 |
|---|---|---|---|
| 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 |
前四项说明，V4.1 Flash 在多个代码、终端和自动化任务基准上超过上一代 Pro；但 GPQA Diamond 仍低于 V4 Pro。因此，更准确的结论是 Agent 能力有明显进步，而不是每项能力都全面领先。官方评测表与测试条件
同样重要的是运行环境。官方模型卡中的 Instruct 对比采用最高推理强度，temperature=1.0、top_p=0.95；DeepSWE v1.1 的 74.2 对应 mini-SWE 环境，同一模型在 DSH Minimal 下为 72.6。模型版本、任务集、Agent 框架和推理预算共同影响结果，换一个客户端不能保证复现同一分数。
选型时可以从自己的任务中抽取三个小样本：一个已有测试的代码修复、一个需要多轮命令的终端任务、一个包含截图或图表的资料任务。比较完成率、总耗时和账单，比只比较单个榜单分数更接近实际收益。
API 价格：闲时输入 1 元、输出 4 元 / 百万 Token
本次价格自 2026 年 9 月 10 日 12:00（北京时间）生效。以下均为 DeepSeek 官方人民币直连价格，单位是元 / 百万 Tokens，不是本站网关报价。官方价格页
| 计费项 | 空闲时段 | 高峰时段 |
|---|---|---|
| 输入：缓存命中 | ¥0.02 | ¥0.04 |
| 输入：缓存未命中 | ¥1.00 | ¥2.00 |
| 输出 | ¥4.00 | ¥8.00 |
高峰时段是北京时间周一至周五 09:00—12:00、14:00—18:00；其余时间为空闲时段，包括周末。应按这个明确时段判断，不自行套用节假日调休的“工作日”口径。
图源：DeepSeek 官方发布稿，原图未改动。价格可能调整，第三方服务商独立计费。
一个可复算的 Agent 账单示例
假设一批任务累计使用 800 万缓存命中输入 Tokens、200 万缓存未命中输入 Tokens，以及 50 万输出 Tokens，且全部在同一档时段计费：
总费用 = 命中输入百万数 × 命中单价
+ 未命中输入百万数 × 未命中单价
+ 输出百万数 × 输出单价
空闲时段：8 × 0.02 + 2 × 1 + 0.5 × 4 = 4.16 元
高峰时段：8 × 0.04 + 2 × 2 + 0.5 × 8 = 8.32 元
两种输入单价确实相差 50 倍，但这不等于整项任务便宜 50 倍。这个例子中，闲时缓存命中部分只花 0.16 元，未命中输入和输出却分别花 2 元。优化时既要关注缓存，也要看模型是否反复调用工具、生成过多输出或发生重试。
KV Cache 缩小，为什么对长会话更重要？
KV Cache 用于保存上下文的中间计算结果。对重复读取同一代码库、系统说明和历史对话的 Agent，复用相同前缀可以减少重复计算。V4.1 Flash 将全局 KV Cache 压缩至 890 bytes / Token，约为 V4 Flash 的四分之一。官方模型卡架构说明
图源：DeepSeek 官方发布稿，原图未改动。图中比较的是每 Token 全局 KV Cache，不是模型部署总显存。
需要分清两个存储口径：官方公布的缓存相关 HBM 需求约降至 1/4，SSD 需求约降至 1/8。这里描述的是缓存资源，不是整个模型权重、全部运行内存或部署集群都按同一比例缩小。
对于接入方，可优先保持可复用的资料前缀稳定，避免每轮在前缀中加入不断变化的时间戳、随机编号或重排后的工具列表；然后通过实际用量字段检查命中情况。不要仅因为“内容差不多”就预估为缓存命中。
怎么调用 DeepSeek V4.1 Flash API？
新接入直接使用官方模型名 deepseek-flash。下面是官方直连 Chat Completions 接口的文本示例；先在终端环境中设置 DEEPSEEK_API_KEY，再执行请求。示例没有进行本站付费调用验证。
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": "请为一个 Markdown 文件批量重命名工具列出实现步骤、边界情况和验收方法。"
}
],
"thinking": {"type": "enabled"},
"reasoning_effort": "high",
"max_tokens": 2048,
"stream": false
}'
预期返回 JSON，回答文本位于 choices[0].message.content。验证时同时检查 HTTP 状态、返回内容与 usage，不要只看请求是否成功发出。官方首次调用说明
原生视觉表示模型可以理解图片，而不是生成图片。处理截图时，可按官方图像理解指南在消息中加入图片内容块。一次纯文本请求成功，也不能代替图片输入、工具调用和流式返回的分别验证。
如果通过第三方网关调用，应一起核对 Base URL、模型 ID、认证方式及协议支持；不能只把官方地址换掉，就默认所有能力和计费行为一致。
旧模型还能用吗？V4 Pro 什么时候切换？
| 你当前配置的模型名 | 官方处理方式 |
|---|---|
deepseek-flash |
新接入推荐名称，调用 V4.1 Flash |
deepseek-v4-flash |
旧模型已下线，名称暂时兼容并路由到 V4.1 Flash |
deepseek-v4-flash-vision-exp |
旧模型已下线，名称暂时兼容并路由到 V4.1 Flash |
deepseek-v4-pro |
北京时间 2026-09-14 12:00 之后，至未来 V4.1 Pro 上线之前，全部路由到 V4.1 Flash，并按新 Flash 价格计费 |
上述是 DeepSeek 官方接口安排，第三方网关可能使用不同别名或迁移节奏。保留旧名称不等于锁定旧模型，也不适合作为回退到旧权重的方案。
迁移可按三个步骤进行：先导出当前模型名与关键请求样本；再用新名称检查文本、图片、工具和缓存用量；最后核对客户端默认模型、任务模板与账单记录。需要严格可复现的任务，应记录调用日期、实际供应商和返回信息，而不只记录一个旧别名。
DeepSeek Harness v0.1.5 更新了什么？
模型负责理解和推理，Harness 则负责连接文件、命令和工具，把模型输出转成可执行任务。随本次模型发布，DeepSeek Harness 更新至 v0.1.5，模型针对标准模式、程序化工具调用（PTC）模式和极简模式进行了适配。
按本次发布材料，新版支持图片与 PDF 上传、工作区文件树和产物预览，改进长会话恢复及导航，并增强父子 Agent 双向通信、排队消息和任务干预。实验性 Agent Teams 可以通过共享任务列表分工协作，但默认关闭，启用后也需要计入额外 Token 消耗。
已安装 Node.js 的系统可按官方仓库说明启动：
npx @deepseek-ai/dsh web
启动后，在 Web 界面填写 DeepSeek API Key，选择工作区，再提交任务。该命令获取的是执行时可用的包版本，并不固定安装 v0.1.5；需要复现历史环境时，应另外记录实际版本。
可以从一个可验收的小任务开始：
读取当前工作区的项目说明，生成一份 Markdown 上手指南。
请写清启动命令、必要配置和一个最小验证步骤。
只新增 docs/getting-started-draft.md，不改业务代码。
完成后检查文档中的路径是否存在，并列出无法确认的信息。
预期结果是一份可打开的 Markdown 文件，而不只是聊天中的“已完成”。检查文件是否真实生成、路径是否正确、启动命令是否有来源，再逐步扩大任务。更多客户端配置可参考本站接入教程。
开源后，可以直接在普通电脑上部署吗？
不能从“输入只激活 8B”推出“8B 级硬件就能部署”。V4.1 Flash 的主干规模仍然是 552B，实际部署还取决于权重精度、运行时适配、缓存、并发和存储方案。
模型及权重采用 MIT 许可证，入口见官方模型仓库与技术报告。发布稿提到面向具备约 2000 张 GPU 与存储集群资源的团队开展大规模部署合作；这是一项合作条件，不是公布的最低部署配置。
对主要目标是做应用、跑 Agent 或验证业务效果的团队，先用 API 得到自己的质量和成本数据，再评估自部署，通常更容易做出有依据的选择。
常见问题
DeepSeek V4.1 Flash 是 550B 还是 552B？
官方发布页和模型卡使用 552B，模型卡明确称为主干参数量。550B 是部分转述中的近似表述；做规格表或部署评估时应使用官方口径。
V4.1 Flash 的 API 模型 ID 是什么？
DeepSeek 官方推荐使用 deepseek-flash。不要根据展示名称自行拼写 deepseek-v4.1-flash；某个第三方平台即使使用这个别名，也不代表它是官方接口名称。
0.02 元能买到 100 万个任意 Token 吗？
不能。0.02 元 / 百万 Tokens 只对应空闲时段的缓存命中输入。未命中输入、输出以及高峰时段分别有不同价格。
V4.1 Flash 支持视觉理解和生图吗？
它原生支持文本与图片输入并生成文本，可用于截图理解、图表分析等任务。官方模型卡没有将其定义为图像生成模型。
V4 Pro 是否已经全部下线？
截至本文发布日 2026 年 9 月 10 日，官方公布的是 9 月 14 日 12:00 之后的切换安排，不能提前写成已经全部切换。两个旧 Flash 模型则已下线，旧名称暂时兼容。
本站调用也按官方峰谷价格结算吗？
不应直接这样推断。本文价格表介绍 DeepSeek 官方直连 API，本站模型 ID、可用性与计费以实时模型价格和实际账单为准。确认目标模型后，可从购买入口开始小额验证。
小结：这次升级，先看任务总成本，再看迁移窗口
DeepSeek V4.1 Flash 把原生视觉、非对称计算与更紧凑的上下文缓存结合在一起。对长输入、多轮工具调用的 Agent，这是值得用真实任务验证的一次更新；对已有 API 应用，最紧迫的则是确认旧别名的路由变化和 9 月 14 日的 Pro 切换时间。
实用的顺序是：确认模型 ID → 用自己的任务验收 → 核对缓存与输出账单 → 更新配置。这样才能把“模型发布”转成实际可用、可衡量的应用升级。
参考来源
- DeepSeek V4.1 Flash 官方发布页：发布日期、552B 结构、价格生效时间与迁移安排。
- DeepSeek V4.1 Flash 官方模型卡：CED 结构、评测表、测试环境、KV Cache 与 MIT 许可证。
- DeepSeek 官方模型与价格：人民币峰谷单价、上下文与输出上限。
- DeepSeek 官方首次调用指南：当前模型 ID、请求样例和兼容名称说明。
- DeepSeek 官方图像理解指南：图片输入能力及格式。
- DeepSeek Harness 官方仓库：启动方法与开发者预览状态。
- 本次发布补充材料：微信文章一、微信文章二。Harness v0.1.5 功能段落依据随文提供的发布内容整理。
资料核对日期：2026 年 9 月 10 日。本文为发布信息解读与接入指南，不是独立性能测评。