DeepSeek发布V4.1 Flash，主打百万Token长上下文
DeepSeek推出V4.1 Flash，支持原生多模态和百万Token上下文，并通过缓存优化大幅降低长上下文推理成本。
DeepSeek已通过API发布V4.1 Flash，重点解决长上下文推理中的显存、存储和服务成本问题。官方介绍称，该模型采用5520亿参数混合专家骨干网络，并引入因果编码器—解码器架构；输入阶段约激活80亿参数，解码阶段约激活160亿参数。
长上下文成本成为主战场
V4.1 Flash延续了DeepSeek以效率换规模的路线。官方称，新模型的KV缓存需求较上一代大幅下降，HBM占用降至四分之一，SSD存储需求降至八分之一。模型支持百万Token上下文，并通过API提供原生多模态能力。
价格也同步下调。DeepSeek公布的空闲时段价格为：缓存命中输入每百万Token 0.02元，未命中输入1元，输出4元；高峰时段价格翻倍。公司还表示，将与开源社区合作推进V4.1 Flash的推理支持，并探索更多部署方式。
Flash取代Pro成为当前主力
这次发布不仅是一次模型升级，也重排了DeepSeek的产品线。V4 Flash和V4 Flash Vision Experimental将退出服务；9月14日之后，在下一代Pro模型发布前，面向V4 Pro的请求将被路由至V4.1 Flash，并按Flash价格计费。DeepSeek称，内部和外部测试显示，V4.1 Flash在性能、价格、速度和总耗时上均超过V4 Pro，但这些对比尚未经过独立机构复核。
为什么值得关注
这条消息的核心价值，在于它直接瞄准了实际部署中最昂贵的环节：持续处理超长上下文。如果缓存占用的下降能够在第三方环境中复现，文档分析、代码助手和智能体系统有望减少显存与存储投入。尚未确定的是，这些效率是否同样适用于DeepSeek自有服务栈之外的部署和工作负载。