2026 年 9 月 10 日，中国 AI 公司 DeepSeek（深度求索）正式发布新一代开源大模型 V4.1 Flash。这是一款总参数 552B（约 5520 亿）的混合专家（MoE）模型——混合专家相当于把模型拆成许多分工不同的「专家」子网络，处理任务时只唤醒其中一小部分，用更少算力干同样的活。官方给它的定位是「更强、更快、更普惠」：在多项基准测试中智能水平超过自家旗舰模型 V4 Pro，推理成本却显著更低，模型权重与技术报告同步开源，个人和公司均可免费下载使用。

DeepSeek 与 Flash 系列：来历与定位

DeepSeek 是中国人工智能公司深度求索的英文名，以开源大模型闻名，此前发布的 V3、R1 等模型凭借「性能接近前沿、成本远低于同行」的特点引发行业关注。Flash 是它的轻量模型系列，主打速度快、价格低，覆盖文字问答、写代码、读图等日常高频任务——「读图」属于多模态能力，即一个模型同时处理文字与图片等多种形式的信息。它也能支撑 Agent（智能体，能按指令自动操作软件完成任务的人工智能程序）类应用。

V4.1 Flash 是 V4 家族中最小尺寸的模型，却直接对标旗舰：官方称其智能水平已在基准测试中超越 V4 Pro 在内的一众旗舰模型，用户可以用远低于旗舰的价格拿到接近旗舰的智能。

非对称结构：552B 总参数，单次只激活 24B

模型的「参数」可以理解为内部可调节的「知识旋钮」，参数越多，理论上能装下的知识越多，但每次计算的成本也越高。V4.1 Flash 采用全新的 Causal-Encoder-Decoder（因果编码器-解码器）非对称结构：输入侧每次只激活 8B 参数，输出侧激活 16B 参数，合计约 24B 参数参与单次计算，其余参数按需休眠。总参数决定知识容量，激活参数决定单次成本，把两者拉开距离，就能在知识不缩水的同时把算力账单降下来——这是「小成本大智能」的来源。

KV 缓存压缩：显存需求降到上一代的四分之一

大模型对话时要记住前面说过的话，这些上下文临时存放在名为 KV Cache（KV 缓存） 的内存区域，上下文越长占用越大，直接推高服务成本。V4.1 Flash 大幅压缩 KV 缓存：对 HBM（高带宽内存，AI 加速卡上的高速显存）的需求降到上一代的 1/4，对 SSD（固态硬盘）的需求降到 1/8；与 DeepSeek 初代模型相比，KV 缓存总体已缩小 437 倍。在 Agent 使用场景中，缓存命中的费用往往占大头，这一压缩让此类任务的成本明显下降。

API 改名与峰谷定价：调用更便宜，闲时半价

V4.1 Flash 已同步上线 DeepSeek 官方 API（应用程序编程接口，开发者付费调用模型能力的通道），模型名称改为 deepseek-flash；旧名称 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 暂时也会路由到新模型，老用户无需改代码即可用上新模型。

定价同步调整：V4.1 Flash 整体降价，并继续采用峰谷定价——闲时（低峰时段）价格为高峰时段的一半，新价格自 2026 年 9 月 10 日 12:00 生效。同时官方宣布，2026 年 9 月 14 日 12:00 之后，访问 deepseek-v4-pro 的请求将全部改由 V4.1 Flash 承接，并按 V4.1 Flash 单价计费——旗舰名号正式让位于更经济的 Flash。

开源与生态：权重与论文公开，腾讯与 OpenCode 已接入

模型权重已发布在 HuggingFace（全球最大的开源模型托管平台）的 deepseek-ai/DeepSeek-V4.1-Flash 页面，技术报告也一并公开，开发者可以自行下载、部署与微调。生态方面，腾讯（WorkBuddy、CodeBuddy）与开源编程工具 OpenCode 作为官方合作伙伴已全量接入 V4.1 Flash。

结论

V4.1 Flash 带来的变化很直接：旗舰级的智能，又便宜了一档，而且人人都能拿到——这正是「普惠」二字的落点。对普通用户，它意味着 API 调用成本下降、响应更快；对开发者和企业，它意味着能以更低成本把大模型能力嵌进自己的产品。