DeepSeek V4.1-Flash 是 2026 年 9 月 10 日发布的版本，把”小模型”推到了台前。它是 DeepSeek 新架构家族里最小的成员——552B 参数的多模态混合专家模型，采用因果编码器–解码器设计，输入仅激活 8B、输出激活 16B——但 DeepSeek 称它在性能、成本、速度与总运行时间上都超过自家的 DeepSeek V4-Pro。
权重以 MIT 许可发布在 Hugging Face，API 模型名为 deepseek-flash，上下文窗口 1M token，最长 384K 输出。
基准测试
厂商自报，最大推理强度（DeepSeek，2026 年 9 月 10 日）。右侧几列是 DeepSeek 自家的 V4-Pro-0813 与 V4-Flash，其他模型取自 DeepSeek 的表格。
| 基准 | V4.1-Flash | V4-Pro-0813 | V4-Flash | Claude Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|---|
| DeepSWE v1.1 | 74.2 | 62.7 | 54.4 | 74.0 | 73.0 |
| Terminal-Bench 2.1 | 90.6 | 87.9 | 82.7 | 89.1 | 88.8 |
| Terminal-Bench 3.0 | 30.0 | 11.8 | 7.6 | 43.3 | 34.4 |
| Terminal-Bench 4.0 | 31.2 | 12.4 | 7.0 | 51.8 | 39.9 |
| CyberGym | 88.1 | 83.3 | 76.7 | — | 84.5 |
| AutomationBench | 54.8 | 43.2 | 37.7 | 50.3 | 45.8 |
| Agents’ Last Exam | 31.8 | 25.7 | 25.2 | 28.6 | 26.7 |
| GPQA Diamond | 90.9 | 92.4 | 89.9 | 93.4 | 94.1 |
| HLE（无工具） | 36.8 | 42.7 | 37.8 | 56.3 | 44.5 |
| HLE（带工具） | 63.9 | 60.0 | 51.5 | 63.6 | — |
评测框架很关键：DeepSeek 报告 DeepSWE v1.1 在 mini-SWE-agent 框架下为 74.2，在自家 DeepSeek Harness 极简模式下为 72.6，而在 Claude Code 中为 69.8、Codex 为 65.6、OpenCode 为 65.5。基座模型的知识成绩与 1.6T 的 V4-Pro-Base 互有高低：MMLU-Pro 为 74.1 对 73.5，但 SimpleQA-Verified 为 42.3 对 55.2。
定价
| 每 1M token | 高峰 | 低谷 |
|---|---|---|
| 输入（未命中缓存） | $0.30 | $0.15 |
| 输入（命中缓存） | $0.006 | $0.003 |
| 输出 | $1.20 | $0.60 |
高峰时段为周一至周五 UTC 01:00–04:00 与 06:00–10:00（中国法定节假日除外），其余时间均为低谷。DeepSeek 称随本次发布价格有所下调。并发上限为 2,500。
规格
| 规格 | 数值 |
|---|---|
| API 模型 | deepseek-flash（旧的 deepseek-v4-flash 名称会被路由到这里） |
| 架构 | 552B MoE，因果编码器–解码器，CSA2 注意力，Engram 记忆（196B 参数），DSpark 推测解码 |
| 激活参数 | 输入 8B，输出 16B |
| 预训练 | 45T 多模态 token；上下文扩展到 1M |
| 上下文窗口 | 1M token；最大输出 384K |
| 模态 | 文本与图像输入，文本输出 |
| 推理 | 默认开启思考；1–100 连续强度设置 |
| 许可证 | MIT（权重与代码） |
| API | OpenAI 与 Anthropic 格式、Responses API、JSON 输出、工具调用、FIM（非思考模式） |
对比
- 对比 DeepSeek V4-Pro： 新 Flash 在多数智能体项目上超过 1.6T 参数的 Pro，价格还更低；Pro 在 HLE 与 GPQA 上仍领先。
- 对比 GLM-5.3 与 Kimi K3： 在 DeepSeek 的表格里，V4.1-Flash 在 DeepSWE v1.1、AutomationBench、CyberGym 与 Terminal-Bench 2.1、3.0 上领先；GLM-5.3 在 Terminal-Bench 4.0 上领先（37.9 对 31.2），无工具 HLE 上 V4.1-Flash 落后两者。
- 对比 Mistral Large 4： DeepSeek 的 DeepSWE 分数更高、API 价格更低，不过评测框架不同。
- 对比 MiMo-V2.6-Pro： DeepSWE v1.1 相近（71.9 对 74.2）；MiMo 是 1.02T 模型，支持音频与视频输入。
- 对比闭源前沿： 在 DeepSWE v1.1 上追平 Claude Opus 5 与 GPT-5.6 Sol，但在最难的长任务上落后于更新一代的 Claude Opus 5.5 与 GPT-6。
局限
- 新家族里最小的一个。 DeepSeek 表示 V4.1-Pro 仍在路上。
- 厂商自报。 分数来自 DeepSeek 的评测框架与最大强度。
- 按时间定价。 高峰时段请求成本翻倍。
- V4-Pro 的状态有反复。 DeepSeek 先宣布淘汰 V4-Pro，随后又说会继续提供。
更大的版图请见 2026 LLM 指南。
适用场景
- 注重成本的编码与终端智能体（DeepSeek Harness、Claude Code、OpenCode、Codex）
- 1M token 的长上下文仓库与文档工作
- 需要视觉闭环的智能体——图表、截图与文档
- 需要近前沿开放模型的自托管或 MIT 许可部署
优缺点
优势
- MIT 许可的开放权重，已在 Hugging Face 发布，附技术报告与推理参考实现
- 小激活规模取得旗舰级智能体成绩——DeepSWE v1.1 74.2%、Terminal-Bench 2.1 90.6%、CyberGym 88.1%——多数项目超过 DeepSeek 自家的 V4-Pro
- 全新的因果编码器–解码器设计，输入激活 8B、输出激活 16B，KV 缓存约为上一代的四分之一（SSD 存储为八分之一），大幅降低智能体账单中占大头的缓存命中成本
- 原生图像理解、1M token 上下文、最长 384K 输出，以及 1–100 的连续推理强度设置
局限
- 它是新架构家族里最小的模型——V4.1-Pro 尚未发布，DeepSeek 也说过会逐步淘汰 V4-Pro
- 在 DeepSeek 自家表格里，最难的长任务上落后 Claude Opus 5（Terminal-Bench 4.0 31.2% 对 51.8%），HLE 也落后（36.8% 对 56.3%）
- 高峰/低谷定价让成本取决于运行时间——工作日 UTC 上午的高峰价是低谷的两倍
- 552B 参数的 MoE 加 196B 参数的 Engram 记忆，仍需多卡部署；DeepSeek 把大规模部署指向 2,000 卡级集群
常见问题
DeepSeek V4.1-Flash 什么时候发布的？
DeepSeek 于 2026 年 9 月 10 日发布，API 模型名为 `deepseek-flash`，权重与技术报告以 MIT 许可发布在 Hugging Face。
V4.1-Flash 多少钱？
高峰时每百万未命中缓存的输入 token $0.30、输出 token $1.20；低谷减半（$0.15 / $0.60）。缓存命中输入高峰 $0.006、低谷 $0.003。高峰时段为工作日 UTC 01:00–04:00 与 06:00–10:00，中国法定节假日除外。
DeepSeek V4-Flash 和 V4-Pro 怎么样了？
V4-Flash 与 V4-Flash-Vision-Exp 已下线，旧模型名被路由到 V4.1-Flash。DeepSeek 起初说 9 月 14 日起 V4-Pro 也会路由到 V4.1-Flash，随后又表示该日期之后仍会继续提供 V4-Pro。价格页仍列有 V4-Pro-0813，V4.1-Pro 尚未发布。
V4.1-Flash 有多大，为什么能这么便宜？
它有 552B 骨干参数，采用不对称设计——输入处理激活 8B、输出激活 16B——KV 缓存只有 V4-Flash 的四分之一。DeepSeek 称这让它能以更低成本服务更多用户，并把节省让利给用户。
它能看图吗？
能。V4.1-Flash 原生接受图像与文本并生成文本。DeepSeek 报告带工具时 Chartography 78.9%、BabyVision 89.6%、ZeroBench 49.0%。