DeepSeek 发布 V4.1 Flash：更强推理、极致压缩、半价优惠

发布背景与核心定位

深度求索（DeepSeek）于 2026 年 9 月 10 日正式发布其全新架构家族中的最小模型——DeepSeek-V4.1-Flash。该模型面向高频、低延迟的推理场景，在保持 552B 总参数量的同时，通过创新性的非对称 MoE（混合专家）架构，实现了输入阶段仅激活 8B 参数、输出阶段激活 16B 参数的惊人效率。官方宣称，新架构旨在提供“更多智能，更少成本”，并在多项基准测试中显著超越前代。此外，V4.1 Flash 原生支持视觉理解能力，可处理多模态输入，为智能代理、实时对话等应用场景提供了更丰富的交互可能性。

核心架构：因果编码器-解码器与更聪明的不对称设计

DeepSeek V4.1 Flash 的核心技术亮点在于其“因果编码器-解码器架构”。传统 Transformer 模型在输入和输出阶段通常使用相同的参数量，而 DeepSeek 通过不对称设计，将输入处理的活跃参数压缩至 8B，输出阶段则采用 16B 活跃参数。这种设计背后逻辑是：理解输入（编码）比生成输出（解码）所需的计算量更小，因此可以针对性优化，减少无效资源占用。加之全新的预训练方法和更大规模的强化学习后训练，模型在推理速度、吞吐量以及最终生成质量上都取得了跃升。这一架构不仅适用于当前的小模型，也为未来扩展至更大规模的模型（如 V5）打下基础。

KV 缓存压缩：成本大幅降低

对于需要频繁调用模型的代理和 AI 应用，KV 缓存（键值缓存）的存储成本往往是运营大头。V4.1 Flash 在这方面带来革命性改进：相比上一代，KV 缓存所需的高带宽内存（HBM）仅为此前的四分之一，SSD 存储需求更是降至八分之一。这意味着在同样硬件配置下，模型可以承载更长的上下文、处理更多并发请求，同时显著削减因缓存命中产生的计费成本。DeepSeek 在推文中特别强调，“缓存命中费用通常占代理成本的很大一部分，压缩缓存能大幅降低这些成本”。

API 上线与灵活定价策略

V4.1 Flash 已在 DeepSeek API 平台正式上线，模型标识为 deepseek-flash，原生支持多模态输入。前代模型 V4-Flash 和 V4-Flash-Vision-Exp 即日起退役，但为了兼容性，旧请求标识符会临时路由至 V4.1 Flash，平稳过渡。在定价方面，DeepSeek 维持了峰谷定价策略：高峰时段按标准价格计费，低谷时段价格仅为高峰时的 50%。官方明确表示，更高效的架构使得服务器能够服务更多用户，而节省的成本将直接让利给开发者。鼓励用户将可灵活调度的推理工作负载安排至低谷时段，以获得最大性价比。

开源生态与社区合作

DeepSeek 延续其开放路线，V4.1 Flash 的模型权重已在 Hugging Face 上发布（仓库名 deepseek-ai/DeepSeek-V4.1-Flash），社区可以直接下载使用。官方表示将密切配合开源社区推进推理支持，并探索更多部署选项。对于有大规模部署需求的用户（如 2000 块 GPU 搭配存储集群），DeepSeek 开放了直接联系渠道，欢迎洽谈。社区反响热烈，Unsloth AI 第一时间祝贺，并指出 V4.1 Flash 拥有 196B 的“engram”（可能指嵌入维度或子模块参数），使其在保持性能的同时更易于本地运行，期待后续推出更小的模型供个人设备使用。

影响与展望

DeepSeek V4.1 Flash 的发布在社交媒体上引发巨大反响，首条推文获得超过 450 万次观看。作为新一代架构的先锋，该模型展示了不对称 MoE、极致缓存压缩、以及高效定价策略的融合成果。对于开发者而言，这不仅意味着更低的推理成本，也意味着在有限硬件资源下运行更大规模 AI 应用成为可能。随着 V4.1 Flash 的落地，DeepSeek 为下一代大模型（如 V5）的效率和成本控制树立了标杆。未来，我们有望看到更多基于该架构的模型系列，覆盖从端侧到云端的不同需求。

原标题：DeepSeek v4.1 Flash。 HN 原始发布时间：2026年9月10日星期四。当前记录为 946 分、528 条评论。

阅读原文 · 查看 HN 讨论