DeepSeek V4.1-Flash：输出四块钱一百万 token，它把自家旗舰的活抢了

9 月 10 日 DeepSeek 上线 V4.1-Flash 的时候，我第一反应是去翻价格页，不是去翻分数表。

因为这家公司过去两年干的事情一直是同一件：把同档能力的价格往下砸一格。这次砸得比前几次都狠——输出 4 元每百万 token（空闲时段），而它自家旗舰 V4-Pro 的同一项是 13.5 元。同一家公司，同一天，同一个页面上摆着。

一、先把价钱摆上桌

官方价格页现在只挂了两个模型，一个 Flash 一个 Pro：

表格可左右滑动

单位是元每百万 token，斜杠前是空闲时段价，斜杠后是高峰时段价。

高峰时段的定义写得很死：北京时间周一到周五、不含中国法定节假日的 9:00-12:00 和 14:00-18:00。其余全部时间算空闲，空闲价正好是高峰价的一半。

这条规则对做批处理的人是白送的钱。你要跑一批文档清洗、一批代码仓库摘要、一批客服会话打标，把 cron 从上午十点挪到晚上十点，账单直接对折。很多批量任务被排在白天跑，图的是「早点看到结果」，而结果往往要等到第二天上班才有人看。这种情况下，白天跑完全是白付一倍的钱。

一个能改 cron 时间就省一半钱的地方，不该拿「反正也不贵」当理由放过去。

再看缓存那一列：命中价 0.02，未命中价 1，差 50 倍。这意味着前缀稳不稳定，比你用哪个模型更能决定账单长什么样。系统提示词里带一个当前时间戳，或者把用户昵称拼在最前面，整段前缀就废了，每次都按未命中价算。

二、它凭什么能便宜成这样

9 月 17 日提交的技术报告（arXiv:2609.19969）把结构写得很细，挑对钱包有意义的几条说：

• →骨干是 552B 的 MoE，另外挂了 196B 的 Engram 条件记忆参数——这部分不是常驻激活的
• →每个 MoE 层 1 个共享专家加 384 个路由专家，每个 token 只激活 6 个
• →预填充阶段激活约 8B，解码阶段激活约 16B
• →40 层的因果编码器-解码器结构，20 层编码 20 层解码
• →CSA 与 HCA 混合注意力；专家权重用 FP4，大部分 KV 用 FP8
• →KV cache 压到约 890 字节每 token，大约是上一代 Flash 的四分之一 HBM 占用；配上 SWA Bounded Replay，SSD 占用降到约八分之一
• →预训练吃了 45T 多模态 token

解码只激活 16B，这是整件事的核心。你付的钱本质上是在为「每个 token 走过多少参数」买单，激活量压下来，价格才有往下砸的空间，不是靠补贴。

权重按 MIT 协议开源，HF 仓库 deepseek-ai/DeepSeek-V4.1-Flash。在这一批模型里，MIT 这两个字的含金量比很多人以为的高——后面会讲到有几家的「开源」是带营收分成条款的。

三、分数表怎么看，哪几个数别当真

官方给的一组：GPQA Diamond 90.9（Pass@1）、Terminal-Bench 2.1 90.6（Pass@1）、DeepSWE v1.1 74.2（Resolved）、HumanEval 79.4、GSM8K 93.0（EM）。

评测设置要注意：代码 Agent 类用 1M 上下文跑，视觉 Agent 类用 512K 跑，不是同一套环境下的一张表。

有两件事我要说得难听一点。

第一，HumanEval 79.4 这个数在 2026 年没有任何决策价值。这个榜早就被刷饱和了，各家刷法不一样，拿它比模型强弱是拿 2021 年的尺子量 2026 年的东西。真要看代码能力，看 Terminal-Bench 2.1 和 DeepSWE——前者 90.6 是这一代确实拿得出手的数。

第二，「V4.1-Flash 全面超越旗舰 V4-Pro」目前是官方自评。我按能查到的公开材料找了一圈，没找到第三方把两个模型放在同一套环境里跑出来的原始分数表。自评不等于假，但自评的对照组是自己挑的。你要把生产流量从 Pro 切到 Flash，请自己用自己的任务跑一次 A/B，别照着这句话直接切。

四、真实调法

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" \
  -d '{
    "model": "deepseek-flash",
    "messages": [
      {"role": "system", "content": "（放这里的内容必须逐字节稳定，否则缓存不命中）"},
      {"role": "user", "content": "……"}
    ]
  }'

model id 就是 deepseek-flash，官方文档在这个 id 旁边标了「推荐」。

三个已经退役的 id 要特别小心：deepseek-v4-flash（V4-Flash-0731，7 月 31 日转正式版）和 deepseek-v4-flash-vision-exp（8 月 21 日发布的实验性视觉版）现在都被转发到 deepseek-flash，按 Flash 价计费。官方的措辞是「暂时路由」，没有给截止日期。你要是图省事把老 id 留在生产配置里，哪天它不转发了，挂的是你的线上业务。

顺带说一句 deepseek-v4-flash-vision-exp 的寿命：8 月 21 日发布，9 月 10 日被取代，活了三周。它本来就标着 experimental，但三周这个数值得记住——DeepSeek 的 Flash 线迭代速度是「季度内换代」，不是「年度换代」。

五、中国用户怎么接

这是这一批模型里接入门槛最低的一个，没有之一。官方 API 国内直连，不需要任何中转，注册充值走常规国内支付通道。对国内团队来说，「能不能稳定调到」这个问题在 DeepSeek 这里根本不存在，而同期发布的海外模型里，这个问题几乎是第一道坎。

六、什么活给它，什么活别给它

• →长上下文批处理、全仓库代码问答、海量日志归类：给它，而且排到空闲时段跑
• →需要长期稳定、可复现的评测基线：别用 Flash 线。一年之内这条线上退役了两个 id，基线模型换了你的历史数据就不可比了，这种活给 Pro 或者自己部署权重
• →对外业务的安全边界：V4.1-Flash 发布后很快有第三方在 HF 上传了剥掉安全层的 abliterated 版本。别随手按名字拉权重，认准 deepseek-ai 官方组织
• →视觉任务：V4.1-Flash 把视觉并回主线了，能用。但考虑到 Vision-Exp 只活了三周，这条线还在动，别把视觉链路的接口设计写死

还有一件容易被忽略的事：官方原本计划 9 月 14 日之后把 V4-Pro 的请求也路由到 V4.1-Flash，后来「应用户要求」保留了 Pro 的独立服务。这说明确实有一批用户试过之后，认为 Pro 在自己的场景上还是更好用。

便宜三倍是事实，「更好用」不是。这两件事之间要你自己跑一轮才知道差多少。