DeepSeek V4.1 Flash 正式版：价格、性能与 Pro 迁移

DeepSeek V4.1 Flash 已经不再是内测模型。DeepSeek 于 2026 年 9 月 10 日正式发布 V4.1 Flash，并在官方 API 上启用新的模型名 deepseek-flash。这次变化不只是一次版本更新：它把文字、图片、思考模式和 Agent 能力合并到同一条 Flash 路由；V4 Flash 与 Vision-Exp 已退役，V4 Pro 则将在 9 月 14 日迁移。

本文最初发布于 9 月 8 日，当时公开信息只有临时测试入口。正式版上线后，我们重新核查了 DeepSeek 发布公告、更新日志、官方价格页和开源模型卡。下文已用正式版事实替换内测判断。Mengbi 没有执行付费 API 跑分，文中的性能数据均为 DeepSeek 官方报告结果。

封面为 Mengbi 使用 AI 生成的原创编辑插图，不是 DeepSeek 官方发布图。

DeepSeek V4.1 Flash 正式版一览

V4.1 Flash 的定位已经从“更快的 Flash 候选”变成 DeepSeek 当前默认的经济型多模态 API。官方价格页同时保留 V4 Pro，但已经给出明确的路由切换日期。

原来的 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 名称暂时还能调用，但对应旧模型已经退役，请求会被路由到 V4.1 Flash，并按 Flash 价格计费。兼容别名方便旧系统不中断，却不适合作为长期版本锁定方式。

新架构为什么能把输入和输出成本分开压低？

DeepSeek 将 V4.1 Flash 描述为新架构家族中最小的模型。官方模型卡与技术报告给出的核心规模是 552B backbone 参数，但一次 token 并不会激活全部参数：读取输入时激活约 8B，生成输出时激活约 16B。

它采用 20 层因果编码器加 20 层解码器的 Causal Encoder-Decoder 架构。输入先由编码器处理，解码器再从编码结果构建全局 KV cache。配合 CSA2 稀疏注意力和 FP4 KV cache，官方报告称全局 KV cache 降到每 token 890 bytes，约为上一代 V4 Flash 的四分之一；持久化 SWA KV 所需的 SSD 空间约为上一代的八分之一。

这套设计对输入很长、输出相对短的 Agent 工作流尤其重要。代码仓库、工具日志和历史对话会反复进入提示词，如果缓存和 prefill 成本下降，模型才能在保持 1M 上下文的同时提高吞吐量。它并不保证每个请求都会快四倍；端到端速度仍取决于缓存命中、推理档位、输出长度、工具执行和服务负载。

多模态也不是后挂的视觉适配器。模型卡说明，DeepSeek-ViT 视觉编码器和文本从预训练阶段就共同训练，训练语料规模为 45T token。官方只确认文字和图片输入、文字输出，因此不要把“原生多模态”扩展解释成音频或视频能力。

官方 Benchmark：Agent 能力明显提升，但不是每项都赢 Pro

DeepSeek 在公告中称 V4.1 Flash 已在性能、成本、速度和总耗时上“全面超过”V4 Pro。官方技术报告确实显示它在多数 Agent 与编码任务上领先，但纯知识与无工具推理仍有例外。

这些数字来自 DeepSeek 自己的评测，不是 Mengbi 或独立机构的复现。V4.1 Flash 的 Instruct 结果使用最大推理档位、temperature=1.0、top_p=0.95；代码 Agent 测试还使用指定的 DeepSeek Harness、mini-SWE 或 Claude Code 脚手架。换一个 Agent、推理预算或停止条件，结果就可能变化。

因此，更准确的结论是：V4.1 Flash 已成为值得优先测试的 Agent 和编程模型，但不能仅凭官方平均分宣布它在所有知识、研究和长任务上都优于 Pro。选模型时仍要看自己任务的验收率、总时间和失败成本。AI 编程 Agent 对比也解释了为什么模型分数不能替代完整工具链测试。

DeepSeek V4.1 Flash API 价格

新价格于 2026 年 9 月 10 日 04:00 UTC 生效。DeepSeek 继续采用峰谷价：非高峰价格是高峰价格的一半。

工作日的高峰时段是 UTC 01:00–04:00 和 06:00–10:00，对应北京时间 09:00–12:00 和 14:00–18:00。其他时间均按非高峰价计算。价格可能继续调整，生产预算应读取官方价格页，不要把本文数字写死到长期采购合同里。

以输入 10,000 token、输出 2,000 token、无缓存的任务为例：

• 非高峰成本：0.01 × $0.15 + 0.002 × $0.60 = $0.0027
• 高峰成本：0.01 × $0.30 + 0.002 × $1.20 = $0.0054

1,000 次相同请求约为 2.70 或 5.40 美元，不包含重试、工具调用产生的新增上下文和其他服务费用。真正应比较的是每个合格结果的成本：便宜的 token 如果换来更多重试和人工修正，最终不一定更省。

API 怎么接入？旧模型名会发生什么？

新项目应把模型名改为 deepseek-flash，Base URL 仍是 api.deepseek.com。下面是最小的 OpenAI SDK 调用示例：

import osfrom openai import OpenAI
client = OpenAI(    api_key=os.environ["DEEPSEEK_API_KEY"],    base_url="https://api.deepseek.com",)
response = client.chat.completions.create(    model="deepseek-flash",    messages=[{"role": "user", "content": "列出这次迁移的三个风险。"}],    reasoning_effort="high",)
print(response.choices[0].message.content)

官方思考模式文档说明，Chat Completions 默认开启思考，默认档位为 high。OpenAI 格式可使用 reasoning_effort 选择 low、high 或 max；关闭思考需要通过 thinking.type 设置。接入时应同时测试流式返回、reasoning_content、工具调用和用量字段，不要只检查 HTTP 200。

旧路由的实际变化如下：

这里的“暂时”很关键。DeepSeek 没有在当前文档中承诺这些兼容别名会保留多久。生产系统应显式迁移到 deepseek-flash，并把实际返回模型、计费和能力变化纳入监控。

V4 Pro 用户需要在 9 月 14 日前做什么？

按照当前官方计划，从 2026 年 9 月 14 日 12:00 北京时间起，所有 deepseek-v4-pro 请求都会被路由到 V4.1 Flash，并按 Flash 价格计费；这一状态会持续到未来的 V4.1 Pro 发布。官方尚未公布 V4.1 Pro 日期。

如果生产环境依赖 Pro，不要等待路由静默切换后才观察差异。建议在切换前完成四件事：

1. 用 deepseek-flash 重放一组已通过验收的 Pro 任务，覆盖高难问答、长上下文、工具失败和结构化输出。
2. 记录准确率、人工修正时间、首 token 时间、完整任务时间和总 token，而不是只比较单价。
3. 检查视觉输入、思考档位、流式解析与工具调用格式，避免模型变更后适配层悄悄丢字段。
4. 保存切换前后的请求 ID、模型名和评分结果。官方路由发生变化时，别名本身不能证明后端仍是原模型。

V4.1 Flash 的官方并发上限为每账户 2,500，V4 Pro 当前为 500。9 月 14 日后的别名是否继承哪一档并发，应以届时限流文档和实际响应为准，不要从价格变化推定限流规则也自动变化。

结论：正式版值得优先评估，迁移不等于盲目替换

V4.1 Flash 的正式发布补齐了内测阶段最缺的证据：官方 API、稳定模型名、峰谷价格、完整技术报告、MIT 权重和明确的旧路由迁移计划。它在官方 Agent 与编程评测中大幅超过旧 Flash，并在多数项目上领先 V4 Pro；原生视觉和更小的 KV cache 又让它更适合长上下文、多工具工作流。

但发布公告仍然不是你业务的验收报告。GPQA 和 HLE 纯文本子集已经说明，Pro 并非在每个维度都落后。最稳妥的动作是现在就用 deepseek-flash 跑回归集，在 9 月 14 日前完成 Pro 对照，并把峰谷价格、准确率与端到端耗时放在同一张表里。

如果你还在比较同价位的长上下文模型，可以把 GLM-5.3-Flash API 分析放进同一套测试方案；比较的对象应是完成任务的结果，而不是发布页上的单个分数。

常见问题

DeepSeek V4.1 Flash 已经正式发布了吗？

是。DeepSeek 于 2026 年 9 月 10 日正式发布 V4.1 Flash，并在官方 API 上启用 deepseek-flash 模型名。9 月 8 日出现的临时内测入口已经不是当前接入方式。

DeepSeek V4.1 Flash API 多少钱？

每百万 token 的非高峰价为：缓存命中输入 0.003 美元、缓存未命中输入 0.15 美元、输出 0.60 美元。工作日两个高峰时段价格翻倍。价格会变化，充值或上线前应再核对官方价格页。

V4.1 Flash 支持图片吗？

支持。官方 API 将 Vision 标为可用，模型卡也说明它原生处理图片和文字输入并生成文字。官方没有在这次发布中确认音频或视频输入。

旧的 deepseek-v4-flash 还能用吗？

暂时可以，但旧模型已经退役。该名称现在兼容转发到 V4.1 Flash。新项目应使用 deepseek-flash，旧项目应尽快迁移并验证返回格式和计费。

V4.1 Flash 真的全面超过 V4 Pro 吗？

DeepSeek 的总体结论是“全面超过”，多数官方 Agent 与编程评测也支持这一方向。但 V4 Pro 在 GPQA Diamond 和 HLE 纯文本子集仍然更高。这些又都是厂商评测，所以最终判断应来自你的真实任务。

9 月 14 日后还能继续调用 V4 Pro 吗？

按当前官方计划，deepseek-v4-pro 名称仍可请求，但后端会路由到 V4.1 Flash，并按 Flash 价格计费。该安排持续到 V4.1 Pro 发布；官方尚未公布 V4.1 Pro 的上线日期。

最后更新：2026 年 9 月 11 日。核心事实核对自 DeepSeek 官方发布公告、更新日志、价格页、思考模式文档及官方 Hugging Face 模型卡。Mengbi 未执行付费 API 或独立 benchmark。