9月10日消息，DeepSeek官宣正式发布全新模型 DeepSeek V4.1 Flash。该模型是 DeepSeek全新模型结构系列中尺寸最小的版本，具备原生多模态视觉理解能力。
据官方介绍，新模型结构的设计初衷是追求更高的能力上限、更快的推理速度、更大的吞吐量，并可扩展至更大参数规模的模型。
非对称结构实现“小成本大智能”
DeepSeek V4.1 Flash采用 552B参数的 MoE架构，并引入全新的 Causal-Encoder-Decoder结构。其输入与输出不对称：输入激活仅为 8B，输出激活为 16B，成本显著低于已知的同尺寸模型。同时，该模型采用新的预训练方式，并经过更大规模的强化学习后训练。在基准测试中，V4.1 Flash成功超越了包括 DeepSeek V4 Pro在内的一众旗舰模型的智能水平。
新一代模型大幅减少了 KV Cache缓存大小。与上一代模型相比，V4.1 Flash对 HBM的需求减少到 1/4，对 SSD的需求减少到 1/8。在 Agent使用场景中，缓存命中的费用往往占比较高，对 KV Cache的压缩大幅降低了 Agent类任务的使用成本。官方数据显示，相对于初代模型，DeepSeek的 KV Cache已缩小 437倍。
API全面上线，V4 Pro计划有序下线
DeepSeek V4.1 Flash已同步上线 DeepSeek API，原生支持多模态，用户将模型名称更改为 `deepseek-flash`即可调用。旧版本模型 V4 Flash与 V4 Flash Vision Exp现已下线，出于兼容考虑，模型名 `deepseek-v4-flash`、`deepseek-v4-flash-vision-exp`将被暂时路由到 V4.1 Flash。
经多方测试，V4.1 Flash在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro，因此 DeepSeek计划有序下线 V4 Pro模型。北京时间 2026年 9月 14日 12:00之后，至未来 V4.1 Pro上线之前，用户访问 `deepseek-v4-pro`的请求将全部路由到 V4.1 Flash，并按 V4.1 Flash单价计费。
腾讯（WorkBuddy、CodeBuddy）和 OpenCode作为官方合作伙伴，现已全量接入 DeepSeek V4.1 Flash。
定价下调，峰谷计费鼓励错峰使用
得益于模型架构的创新，DeepSeek V4.1 Flash能够以更低成本服务更多用户，因此官方相应下调了定价。同时，为更合理地调配资源，仍采用峰谷定价，闲时价格为高峰时段价格的一半，鼓励用户根据实际使用情况调整任务时间。新价格于 2026年 9月 10日 12:00开始生效。
DeepSeek表示，将全力支持开源社区进行新模型的推理适配，并尝试通过各种方式扩大部署范围。