吞噬旗艦的 Flash：DeepSeek V4.1 Flash 正式登場——並讓 V4 Pro 退役

模型發布通常有一套固定劇本：更大的旗艦登場，去年的模型降價、被禮貌性地邊緣化。DeepSeek 這次直接撕掉了劇本。2026 年 9 月 10 日，該公司正式發布 DeepSeek-V4.1-Flash——新架構家族中最小的模型，具備原生多模態視覺理解能力——並在同一份公告中宣布：自家旗艦 V4 Pro 將停止服務自己的流量。自 9 月 14 日北京時間中午 12 點（UTC 04:00）起，所有打向 deepseek-v4-pro 的請求都會被路由到 V4.1 Flash，並按 Flash 價格計費，直到未來的 V4.1 Pro 推出為止。

對於建立在 Pro 端點上的開發者來說，這不是一紙例行的棄用通知，而是一次強制遷移——遷往一個更便宜、更快的模型，而且 DeepSeek 用自家基準測試數據主張：它已在效能、成本、速度與總任務完成時間上全面超越旗艦。

V4.1 Flash 究竟是什麼

核心數字描述了一個 5,520 億參數的混合專家（MoE）骨幹——幾乎是前代 V4 Flash 284B 的兩倍——但真正讓它跑得動的是活化參數的設計：讀取輸入時僅活化 8B 參數，生成輸出時活化 16B，低於 V4 Flash 全程 13B 的水準。架構形態也變了。V4.1 Flash 捨棄純 MoE 解碼器，改用因果編碼器—解碼器（Causal Encoder-Decoder）設計，包含 20 層編碼器與 20 層解碼器，並搭配一個獨立於骨幹之外、參數量 196B 的「Engram」條件記憶模組。

另有兩個亮點值得注意。其一，視覺能力不再是外掛的實驗性兄弟模型（已退役的 V4-Flash-Vision-Exp）：V4.1 Flash 從預訓練階段就原生支援影像理解。其二，本次發布採 MIT 授權，延續 DeepSeek 开放前沿級權重的慣例——模型權重已上架 Hugging Face。

效率工程是這次發布的隱藏主角。壓縮稀疏注意力第二代（Compressed Sparse Attention 2）與 FP4 KV 快取，把全域 KV cache 壓到每 token 890 位元組——約為 V4 Flash 的四分之一，官方數據稱比 DeepSeek-V1 減少 437 倍。在 100 萬 token 的上下文視窗裡，這是「記憶體預算塞得進一個機櫃」與「塞不進」的差別。

基準測試面貌——及其但書

DeepSeek 的更新日誌列出了一份異常寬廣的評測成績單：GPQA Diamond 90.9、HLE 36.8（純文字子集 39.1）、Codeforces 評分 3471、MathArena Apex 65.6、Terminal-Bench 2.1 達 90.6、DeepSWE v1.1 達 74.2、CyberGym 88.1、搭配工具的 HLE 則為 63.9。

與即將退役旗艦的對比才是耐人尋味之處。在 agent 工作上，Flash 全面獲勝：Terminal-Bench 2.1 以 90.6 對 87.9，DeepSWE v1.1 以 74.2 對 62.7——在現今最艱難的軟體工程 agent 基準之一上領先 11.5 分。但在無輔助的知識與推理方面，旗艦仍守得住：V4 Pro GA 版在基礎模型比較中拿下 GPQA Diamond 92.4、SimpleQA-Verified 55.2，Flash 則為 90.9 與 42.3。換句話說，新模型是更好的 agent，卻是稍差的百科全書。

DeepSeek 還做了一件模型卡上罕見的誠實之事：公布同一個模型在八種不同 agent 腳手架下的分數。僅因工具鏈差異，DeepSWE 的分數波動就達 8.7 分——比任何已發布比較中前三名模型之間的差距都大。凡是把單一數字的基準表格當成真理的人，都應該咀嚼一下這個數字。

定價、遷移與意義

V4.1 Flash 的價格為尖峰時段每百萬輸入 token 0.30 美元、每百萬輸出 token 1.20 美元，離峰時段半價。對從 V4 Pro 遷移過來的流量而言，這相當於 cache-miss 輸入成本約降 77%、輸出成本約降 70%。在 API 上，模型以 deepseek-flash 名稱提供服務；已退役的 deepseek-v4-flash 與 deepseek-v4-flash-vision-exp 名稱暫時路由到新模型，確保既有程式碼持續運作。

這次發布延續了 DeepSeek 一貫的壓縮時程。9 月 9 日先出現限時 beta，模型名稱直接把到期日寫在臉上——deepseek-v4.1-flash-expires-on-0910——beta 定價比照 V4 Flash，每帳號限 20 個並發請求。一天之後正式版落地，連同 V4 Pro 的路由決定一起宣布。同日，DeepSeek 的 Harness 工具鏈更新至 0.1.5，加入 V4.1 Flash 支援、檔案上傳與側邊欄預覽。

更大的訊號在架構層面。DeepSeek 明言新設計的目標是「更高的能力上限、更快的推理、更高的吞吐，並可擴展至更大的模型」——這讀起來像是為同一套因果編碼器—解碼器加 Engram 骨架上的 V4.1 Pro 進行預演。當一個新家族中最小的模型，已經能在 agent 工作上以幾分之一的成本取代上代旗艦時，這個家族的天花板就移到了某個有趣的位置。開源社群拿到了 MIT 授權的權重，而所有 API 客戶拿到了一個四天倒數：評估自己依賴 Pro 的管線是否準備好了。

對一家兩年來不斷重新定義「前沿級能力應該值多少錢」的公司而言，用路由把自家旗艦送去給便宜模型接班，是最 DeepSeek 式的操作。