DeepSeek V4.1 Flash发布：552B MoE架构，KV缓存缩437倍

6 hours ago AI闪点

深度求索（DeepSeek）于2026年9月10日发布 V4.1 Flash 模型，这是其全新模型结构系列的最小尺寸版本，具备原生多模态视觉理解能力，主打低成本、高吞吐、可扩展三大特性，已同步上线 DeepSeek API、发布技术报告，并开源模型权重至 Hugging Face。

552B MoE架构：输入激活仅8B

V4.1 Flash 为 552B 参数的混合专家（MoE）模型，采用全新 Causal-Encoder-Decoder 结构，特点是输入输出不对称——输入激活参数仅 8B，输出激活 16B，成本显著低于同尺寸竞品。深度求索表示，经更大规模强化学习后训练，V4.1 Flash 在基准测试中已全面超越 V4 Pro，并将作为官方合作伙伴 WorkBuddy（含 CodeBuddy）和 OpenCode 的推理底座。

KV缓存缩小437倍，Agent使用成本大降

新版模型对 KV Cache 进行了大幅压缩：与初代模型相比，HBM 需求降至1/4，SSD 需求降至1/8，整体缓存体积缩小至原来的1/437。深度求索解释，在 Agent 使用场景中缓存命中费用占比较高，压缩后单次任务成本明显下降。

V4 Pro退役、定价下调、峰谷计价

调用名称改为 deepseek-flash。北京时间9月14日12:00起，deepseek-v4-pro 的全部请求已路由至 V4.1 Flash 并按后者单价计费，V4 Pro 正式下线。得益于架构优化，V4.1 Flash 定价相应下调，并采用峰谷定价策略，闲时价格为高峰时段的一半，鼓励用户按实际需求灵活调整任务执行时间窗口。模型开源同步配套完整技术报告，方便社区进行推理适配与部署。

相关阅读：DeepSeek V4.1 Flash发布：552B MoE、KV缓存缩437倍、V4 Pro退役

更正：V4 Pro 强制下线计划已撤回

本文引用的官方公告称 V4 Pro 将于 9 月 14 日 12:00 下线，请求全部路由至 V4.1 Flash。据 DeepSeek 9 月 11 日发布的后续公告，这项强制迁移计划已经撤回：V4 Pro API 继续保留，计费方式不变，自动路由安排一并取消。上文中关于 V4 Pro 强制下线的表述，以此更正为准。撤回原因来自开发者反馈，生产环境通常已围绕旧模型调好提示词与 Agent 流程，模型被静默替换会让线上行为漂移，回归测试成本不低。

延伸阅读

AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。

Related News