DeepSeek V4.1-Flash：新功能、定价与替代方案 (2026)
DeepSeek 于 2026 年 9 月 10 日发布了 V4.1-Flash。这是一个拥有 552B 参数的混合专家（Mixture-of-Experts）模型，能够原生读取图像和文本，支持高达 100 万 token 的上下文，并采用 MIT 许可证发布。最引人注目的变化是成本：该模型在输入时激活 8B 参数，在输出时激活 16B 参数。
最后一句话是整个故事的浓缩版。本指南将对其进行详细拆解，并提供已公布的 API 价格。它还将解释，如果您的工作最终以报告、幻灯片或表格的形式呈现，那么这次发布会带来哪些改变，又有哪些没有改变。
以下所有事实均来自 DeepSeek 官方的发布说明、其 Hugging Face 模型卡以及其公布的定价页面，数据核对时间为 2026 年 9 月 14 日。
DeepSeek V4.1-Flash 有哪些新变化
DeepSeek 的发布说明以四个声明开篇。该模型“更聪明、更快、更高效”。它是“我们新架构家族中最小的模型，具有原生视觉理解能力”。它旨在实现“更强的能力、更快的推理、更高的吞吐量”。并且它随后可以扩展到更大的模型。
模型卡则更加具体。DeepSeek-V4.1-Flash 被描述为“一个多模态混合专家（MoE）模型，拥有 552B 骨干参数，并支持高达 100 万 token 的上下文”。它“原生处理图像和文本，并以自回归方式生成文本”。
对于日常工作（而非基准测试）而言，有三个变化至关重要。
视觉功能是内置的，而非外挂的。 视觉编码器和双层投影仪将图像转化为嵌入（embeddings）。这些嵌入“从语言模型预训练开始，就与文本嵌入一起进行联合处理”。模型卡指出，作为编码器的 DeepSeek-ViT 是从头开始训练的。
上下文达到 100 万 token。 预训练使用了 45T token，其中稀疏注意力在 64K 时进行训练，随后在运行过程中将上下文扩展到 1M。
推理力度是可调节的。 该模型“支持连续可控的推理力度设置（整数 1–100），可在推理成本与准确性之间进行权衡”。您只需在需要的问题上投入更多成本。
DeepSeek 还退役了上一代模型。发布说明指出“V4-Flash & V4-Flash-Vision-Exp 已退役”，并且旧的模型名称会临时路由到 V4.1-Flash 以确保兼容性。
成本下降背后的架构变革
DeepSeek V4.1-Flash 发布中最有趣的部分不是基准测试表，而是记忆算术。
DeepSeek-V4.1-Flash 使用了模型卡中所称的因果编码器-解码器（CED）架构。这是一个 40 层的 Transformer，分为 20 层的因果编码器和 20 层的解码器。解码器的全局 KV 缓存是从编码器的最终隐藏状态投影出来的，而不是逐层构建的。
实际结果就是随处可见的那个数字：在预填充阶段每个 token 激活 8B 参数，在解码阶段激活 16B 参数。模型卡将其描述为“显著提高了输入密集型智能体（agentic）工作负载的成本效率”。
“输入密集型”是需要注意的词。长文档就是输入密集型的。附带 40 页内容然后针对其提出 6 个问题的聊天也是如此。
另外两项技术缩小了缓存本身。Compressed Sparse Attention 2 为每个注意力层分配三种模式之一，并在层之间共享索引。FP4 主 KV 缓存以 4 位格式存储缓存。模型卡指出，结合这些技术，全局 KV 缓存为每个 token 890 字节，大约是上一代的四分之一。
发布说明将这一技术转化为买家能实际感受到的指标。与上一代相比，缓存需要“1/4 的 HBM”和“1/8 的 SSD 存储”。它还补充道，“缓存命中费用通常在智能体成本中占很大比例”。
DeepSeek V4.1-Flash 定价
DeepSeek 公布了每百万 token 的价格，并将其分为高峰时段和非高峰时段。以下数值来自 2026 年 9 月 14 日的官方模型与定价（Models & Pricing）页面，单位为美元。
| 计量指标 | 非高峰时段 | 高峰时段 |
|---|---|---|
| 1M 输入 token（缓存命中） | $0.003 | $0.006 |
| 1M 输入 token（缓存未命中） | $0.15 | $0.3 |
| 1M 输出 token | $0.6 | $1.2 |
该页面指出“非高峰时段费率是高峰时段费率的一半”，并将高峰时段定义为周一至周五的 UTC 时间 01:00–04:00 和 06:00–10:00。其余时间均为非高峰时段。
表格旁还附带了两个操作细节。要使用的模型名称为 deepseek-flash。上下文长度为 1M，最大输出为 384K，列出的并发限制为 2,500。
同一页面还指出 V4-Pro 仍然可用。DeepSeek 写道，它已“决定在 2026 年 9 月 14 日之后继续为 DeepSeek V4 Pro 提供 API 服务”。据称计费方式保持不变。
基准测试涵盖了什么，又没有涵盖什么
模型卡的指令模型（instruct-model）表格更倾向于代码和智能体工作。Terminal-Bench、DeepSWE、NL2Repo-Bench 和 Codeforces 占据了大部分行。这反映了 DeepSeek 的目标所在。
如果您的输出是文档，那么以下四行会更具相关性。
| 基准测试 | DeepSeek-V4.1-Flash-Base |
|---|---|
| DocVQA (LLM-Judge) | 95.6 |
| CVBench (EM) | 77.9 |
| RefCOCO-avg (Acc@0.5) | 86.0 |
| MMMU-Pro (EM) | 56.5 |
DocVQA 衡量的是对文档图像的问答能力。这是目前已公布的、最接近读取扫描发票、租约或 PDF 报告的指标。基础模型在此项上的得分为 95.6。
在指令方面，结合工具的 Chartography 得分为 78.9，结合工具的 BabyVision 得分为 89.6。两者都是通过外部测试框架运行的视觉智能体基准测试。
请将这些数据视为方向性参考。模型卡指出，所有智能体评估均使用 temperature=1.0, top_p=0.95，且视觉智能体基准测试使用 512k-token 的上下文窗口。您的具体设置可能会有所不同。
这对“从文档到交付物”的工作带来了什么改变
更便宜的输入 token 改变了哪些工作流才真正值得去实现自动化。
假设要处理一个月的供应商 PDF 发票。在旧的计算方式下，您会提取一次，存储摘要，然后基于摘要开展工作。提取是昂贵的步骤，因此您会尽可能少地进行提取。
在缓存未命中的情况下，输入定价为每百万 token $0.15。而缓存命中的成本仅为一美分的几分之几。在这样的费率下，重新读取源文件不再是成本的主要驱动因素。您可以直接针对原始页面提出第二个问题，而不是针对您自己的笔记。
这不仅关乎预算，更关乎准确性。摘要会丢失页码，而原文不会。
1M 的上下文也具有类似的效果。一个季度的工单、一份完整的租约文件或一年的交接班日志都可以放在同一个窗口中。您不再需要纠结于选择包含哪十个文档。
原生视觉功能弥补了最后的差距。粘贴到幻灯片中的图表、拍摄的仪表读数以及扫描的送货单，都变成了可读取的输入，而不再需要重新手动输入。
便宜的模型在哪些方面无能为力
DeepSeek V4.1-Flash 只是其中一层，交付物则是另一层。
DeepSeek 的页面描述了一个 API 和一个聊天产品。它们列出了价格、上下文限制、基准测试和模型名称。但它们没有描述一个能在不同会话之间将您的文件、先前的分析和输出格式整合在一起的工作空间。
这是正常的劳动分工，而不是缺点。API 本就应该是一个组件。
实际后果是，最后一公里仍由您来完成。仍然需要有人将答案整理成格式化的表格、幻灯片或同事可以打开的文档。仍然需要有人能够指着某个数据并说出它来自哪一页。
Powerdrill Bloom 就处于这一层。其主页将其描述为“展示其工作过程的 AI 数据分析师”。它还补充道，“每一个数字都会附带其背后的页面、行和图表”。您只需上传文件，用自然语言提问，即可获得产出物。
这两层是互补而非竞争关系。一个更便宜、上下文更长、具备视觉功能的模型降低了读取步骤的成本。而工作空间则决定了如何处理读取到的内容。
值得了解的替代方案
如果您正在将 V4.1-Flash 与其他选项进行评估，以下三个对比最常被提及。
对比 DeepSeek V4-Pro。 发布说明称，“多方测试表明，V4.1-Flash 在性能、成本、速度和总运行时间上均领先于 V4-Pro”。它还补充道，DeepSeek 正在“逐步淘汰 V4-Pro”。定价页面仍将 V4-Pro 在非高峰时段缓存未命中时的价格列为每百万输入 token $0.66，而 Flash 仅为 $0.15。在该页面上，V4-Pro 并未列出视觉支持。
对比闭源前沿模型。 模型卡的对比表包括 Opus-5.0 和 GPT-5.6 Sol。Flash 在多个智能体（agentic）指标行上领先，包括 Terminal-Bench 2.1 得分为 90.6，AutomationBench 得分为 54.8。它在 Terminal-Bench 3.0 和 4.0 上则处于落后地位。请理性看待厂商自己发布的对比表。
对比工作空间而非模型。 如果您实际需要的是根据已有文件生成一份完整的报告，那么这就不是模型与模型之间的对比。我们的DeepSeek 替代方案综述涵盖了这一框架，而AI 数据智能体详解则定义了这一类别。
如何获取 DeepSeek V4.1-Flash
DeepSeek 官方页面上记录了三种途径。
第一种是 API。将您的客户端指向兼容 OpenAI 格式的 https://api.deepseek.com，或兼容 Anthropic 格式的 https://api.deepseek.com/anthropic，并将模型设置为 deepseek-flash。定价页面列出其支持 JSON 输出、工具调用（tool calls）、Responses API 以及视觉功能。
第二种是聊天产品，网址为 chat.deepseek.com，模型卡中直接提供了该链接。
第三种是模型权重。该模型已在 Hugging Face 上发布，采用 MIT 许可证，并附带技术报告。如果您需要在自己的内部网络中使用它，可以选择这种途径。
关于第三种途径的一个注意事项。模型卡指出“此版本不包含 Jinja 格式的聊天模板”，因此如果您选择自托管，需要注意提示词编码（prompt encoding）。
常见问题解答
什么是 DeepSeek V4.1-Flash？ 它是 DeepSeek 于 2026 年 9 月 10 日发布的多模态混合专家（Mixture-of-Experts）模型。模型卡列出了 552B 骨干参数、原生图像 and 文本处理能力，以及对高达 100 万 token 上下文的支持。它采用 MIT 许可证发布。
DeepSeek V4.1-Flash 的价格是多少？ 官方定价页面列出，在非高峰时段，缓存未命中时每百万输入 token 的价格为 $0.15，高峰时段为 $0.3。输出在非高峰时段为 $0.6，高峰时段为 $1.2。非高峰时段缓存命中的输入价格为 $0.003。
DeepSeek V4.1-Flash 支持图像吗？ 支持。模型卡描述了一个从头开始训练的视觉编码器，从预训练开始，视觉嵌入就与文本一起进行联合处理。定价页面将 deepseek-flash 标记为支持视觉功能。
DeepSeek V4-Flash 怎么了？ 发布说明指出，V4-Flash 和 V4-Flash-Vision-Exp 已退役。旧的模型名称仍被接受，并会路由到 V4.1-Flash，按 Flash 的价格计费。
DeepSeek V4.1-Flash 适合制作报告和幻灯片吗？ 该模型可以处理读取步骤，DocVQA 达到 95.6 表明其具有强大的文档理解能力。而将其转化为格式化的交付物则是另一个独立的层面，这正是 AI 工作空间所提供的。
结论
DeepSeek V4.1-Flash 是一款披着“能力提升”外衣的“效率提升”发布。架构工作的重点放在了 KV 缓存上，而其带来的回报则体现在长输入上。
对于任何数据以文档形式呈现的人来说，这都是一个非常有用的方向。现在，将一百页的内容阅读两次只是一个微不足道的零头误差，而不再是一个需要纠结的决定。
该模型向您交付的仍然是文本。如果您的周终工作是以一张需要某人签字确认的表格结束，那么模型之后的步骤才是最耗费您时间的。免费试用 Powerdrill Bloom，并上传您原本打算手动总结的文档。
来源（截至 2026-09-14）： DeepSeek-V4.1-Flash 发布说明 · DeepSeek-V4.1-Flash 模型卡 · DeepSeek 模型与定价。价格和可用性可能会发生变化；在制定预算前请查看官方页面。