DeepSeek 今天（9 月 10 日）发布了 DeepSeek-V4.1-Flash，这是全新 Causal Encoder-Decoder 架构系列中的最小型号，距 7 月的 V4-Flash 更新仅过去六周。API 价格同步下调，官方更新日志已列出切换细节。

架构与参数

• 原生视觉理解：多模态能力直接做进底座，不再靠外挂视觉编码器拼接；
• 552B MoE：包含 196B Engram 参数，但 prefill 仅激活 8B、decode 激活 16B——按 token 计的算力开销被压得很低；
• 1M 上下文：长文本与大规模代码库场景直接可用；
• KV 缓存大幅压缩：全局 KV 缓存降至每 token 约 890 字节，约为上一代 V4-Flash 的 1/4（HBM 场景 1/4、SSD 存储场景 1/8），配合 FP4 KV 缓存与跨层注意力复用实现。

评测成绩

官方更新日志给出的数字：GPQA Diamond 90.9、HLE 36.8、Codeforces Rating 3471、Terminal-Bench 2.1 达 90.6——推理、竞赛编码、真实终端任务三条线都在第一梯队水位。

为什么值得关心

对普通使用者和中小团队，这次发布的核心信息不是"又大了"，而是"同样的能力，更便宜地跑"：KV 缓存是长上下文推理成本的大头，压到 1/4 意味着 1M 上下文不再是演示功能，而是可以按正常价格用的日常能力。对自建推理的团队，SSD 级 KV 存储路径也提供了新的成本结构选项。

具体降价幅度和旧模型下线安排，以官方更新日志为准，建议调用前核对一遍自己业务的计费影响。

参考：DeepSeek API 更新日志（官方）；技术细节另见 MarkTechPost 的拆解。资讯线索来自 AI HOT。