DeepSeek 发布 V4.1‑Flash：5520 亿参数 MoE 模型，MIT 许可，新价目表低峰时段半价
DeepSeek 于 2026 年 9 月 10 日宣布发布 DeepSeek‑V4.1‑Flash，将权重放上 Hugging Face 仓库（deepseek-ai/DeepSeek-V4.1-Flash），并同时提供官方 API 文档。该模型被描述为主干含 5520 亿参数的 MoE（混合专家）模型，但激活是非对称的：输入阶段（prefill）激活 80 亿参数，输出阶段（decode）激活 160 亿。Causal Encoder‑Decoder（CED）架构包含 40 层 Transformer（编码器 20 层、解码器 20 层），每层 384 个专家，每个 token 激活其中 6 个，另有一个 1960 亿参数的条件记忆 Engram。最大上下文为一百万 token，注意力机制为 Compressed Sparse Attention 2（CSA2），KV 缓存采用 FP4（E2M1）格式。
新价目表已于 2026 年 9 月 10 日 04:00 UTC 生效，低峰时段价格为高峰时段的 50%。TechNode 报道的 V4.1‑Flash 低峰价为：每百万输入 token 缓存命中 0.02 元、缓存未命中 1 元，每百万输出 token 4 元；高峰时段价格翻倍。独立分析机构 Artificial Analysis 列出了在第三方供应商处观察到的价格：每百万输入 token 0.30 美元，每百万输出 token 1.20 美元。
仓库中列出的基准成绩均为自行公布：DeepSWE v1.1 解决率 74.2%，Terminal‑Bench 2.1 Pass@1 90.6%，GPQA Diamond Pass@1 90.9%，Codeforces 评分 3471。Artificial Analysis 给 V4.1‑Flash（Reasoning, Max Effort）在 Artificial Analysis Intelligence Index v4.3 上打出 40 分，在同级别的 113 个模型中排第 6，并测得每秒 217.1 token 的速度（第 3），总输出量为 2.5 亿 token，比 1.4 亿的中位数更啰嗦。
DeepSeek 为这一决定给出的理由是，V4.1‑Flash 在 “in performance, cost, speed and total completion time in internal and external testing” 上超过了 V4‑Pro（该表态由 TechNode 报道）。但这一比较没有量化：官方页面只有图表，没有可对照的数字。
自 2026 年 9 月 14 日起，所有发往 deepseek‑v4‑pro 的请求都将转由 V4.1‑Flash 承接，并按 V4.1‑Flash 计费，直至 V4.1‑Pro 推出。V4‑Flash 与 V4‑Flash‑Vision‑Exp 已下线，其名称暂时重定向到 V4.1‑Flash。新模型的 API 标识为 **deepseek-flash**。MIT 许可写在 Hugging Face 模型卡上；权重以 Safetensors 格式提供，技术报告（DeepSeek_V41_Tech_Report.pdf）发布在同一仓库。
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- 我读了 DeepSeek API 文档中的官方公告（api-docs.deepseek.com/news/news260910）和 deepseek.com 的新闻页：两者在日期、架构、参数、KV 缓存效率、新价目表以及 9 月 14 日起 deepseek-v4-pro 的转发上一致。在 Hugging Face 官方仓库中，我确认了权重确实可以下载（Safetensors），并核对了 MIT 许可、架构细节（CED、CSA2、Engram、DeepSeek-ViT）、一百万 token 的上下文和基准表格。作为独立佐证，我读了 TechNode（日期、公司表态、人民币价目）以及 Artificial Analysis 的页面，那是第三方测量（Intelligence Index v4.3 = 40，217.1 token/秒，输出量 2.5 亿 token）。自行公布的数字与第三方测量的数字分开处理，官方人民币价格与第三方供应商的美元价格同样分开。
- Incertezze
- 仓库中的基准（DeepSWE、Terminal‑Bench、GPQA Diamond、Codeforces）由 DeepSeek 自行公布，截至核查时尚无独立第三方复现。与 V4‑Pro 的直接比较，公司没有给出数字：官方页面只有图表。Artificial Analysis 的独立分数（Intelligence Index v4.3 得 40）无法与二手来源引用的、基于不同版本指数的其他模型分数直接对比——某个二手来源给此前的 V4‑Flash 0731 打了 50 分，但那是更早版本的指数，因此这两个数字不能读作退步。V4‑Pro 下线对生产环境用户的实际影响未经核实：没有公开的用量数据。MIT 许可是 Hugging Face 卡片上所声明的；仓库中可能存在的附加使用条款全文我没有核对。
- Perché pubblicarla
- 这是一次带有可核验产物的发布——可下载的 MIT 权重加技术报告——在本周几乎清一色闭源基准的公告中相当罕见。真正有编辑价值的不是分数，而是这项产业决定：一家实验室让自家旗舰退场，把它的流量转到更便宜的模型上，等于承认自己价目表的高端档并不合理。因为两类来源都在，我们可以不靠猜测就把宣称性能与实测性能之间的落差讲清楚。