DeepSeek 上線 V4.1-Flash：552B 非對稱 MoE，KV 快取僅需 1/4 HBM

AI 圈過去習慣的算力算盤，可能又被打亂了。

DeepSeek 正式釋出了新架構模型 DeepSeek-V4.1-Flash，同時在 Hugging Face 放出了遵循 MIT 協議的模型權重和技術報告。

有意思的是，伴隨這次上線，DeepSeek 甚至宣佈逐步下架舊款旗艦 V4-Pro。從 9 月 14 日起，所有傳送給 V4-Pro 的請求都會自動切到 V4.1-Flash，計費也按 Flash 的低價來算，直到未來的 V4.1-Pro 推出。

讀寫不對稱，給 KV 快取狠狠動刀

這次最大的技術變化在模型底層架構上。

V4.1-Flash 總引數量達到了 552B，採用了混合專家（MoE）設計。但它沒有沿用傳統的 Decoder-only 架構，而是換成了新的因果編碼器與解碼器架構。

簡單來說，這個設計讓模型的輸入和輸出做到了引數不對稱。處理輸入的編碼階段只啟用 8B 引數，生成輸出的解碼階段啟用 16B 引數。這樣一來，吃算力的大頭輸入部分被大幅壓輕。

更狠的是視訊記憶體佔用。對比上一代，V4.1-Flash 的全域性 KV 快取直接砍到了原來的四分之一，SSD 儲存佔用更是壓縮到八分之一。

做過 AI Agent 的開發者都知道，多輪對話和工具呼叫的計費大頭往往就在快取命中上。快取體積縮小四分之三，意味著服務商的部署成本斷崖式下跌，API 價格也就有了繼續下探的空間。

在非高峰時段，V4.1-Flash 的未快取輸入價格只有每百萬 token 0.15 美元，輸出 0.60 美元。即使在工作日的高峰時段，價格也只是翻倍到 0.30 和 1.20 美元。

跑分互有勝負，老旗艦直接被替換

為了展示效能，DeepSeek 拿出了不少硬核基準測試。

在最大推理力度下，V4.1-Flash 在程式設計評測 DeepSWE v1.1 跑出 74.2 分，壓過了 74.0 分的 Claude Opus 5 和 73.0 分的 GPT-5.6 Sol。此外，它在自動化任務評測 AutomationBench 以及網路安全評測 CyberGym 上也有領先表現。

不過它並不是全能選手。在 Terminal-Bench 4.0 終端指令評測中，它依然落後於上述兩款美國頂級模型。

甚至在科學推理評測 GPQA Diamond 上，新模型的 90.9 分還略低於自家的舊旗艦 V4-Pro 的 92.4 分。在涵蓋更廣的 Artificial Analysis 智慧指數上，它拿到 40 分，距離第一梯隊的 GPT-6 Astra 和 Claude Fable 5.1（同為 53 分）還有明顯差距。

另外，圍繞它的訓練資料也有爭議。Anthropic 在 9 月的一份威脅報告裡指責 DeepSeek 繞過防護提取 Opus 的推理軌跡進行模型蒸餾。不過 Anthropic 也承認，並沒有證據坐實這種行為直接用在了 V4.1-Flash 身上。

為什麼重要

我們認為，DeepSeek 這次最聰明的做法不是硬拼通用智商的最高分，而是把工程效率摳到了極致。

對於做實際業務的開發者和企業來說，V4.1-Flash 絕對值得現在就接入測試。特別是那些需要長上下文、多輪工具互動的程式設計助手和自動化 Agent，它的低快取佔用和非高峰半價策略，能讓原本虧錢跑的業務直接跑通成本。

但你也要留個心眼。它的複雜指令和深度科學推理能力並沒有趕上國際頂流。如果你的工作流容錯率極低，或者需要長鏈條的嚴密推導，重試和糾錯產生的額外 token 可能會吃掉原本省下的差價。

從行業競爭來看，這把火直接燒向了主流大模型廠商的毛利率。OpenRouter 之前的研究就顯示，中國開源模型在部分周次已經能吃掉近三成的呼叫份額。

當一款價格只有頂級模型幾分之一、還支援 MIT 協議免費下載權重的模型在程式設計等核心場景追平第一梯隊時，其他廠商就不得不面臨兩難：要麼跟著降價讓出利潤，要麼必須拿出能讓客戶心甘情願掏十倍溢價的絕對能力代差。