在DeepSeek测试V4.1 Flash中间版两天后，该模型于9月10日正式上线。这是一款总参数552B的MoE模型，采用全新的Causal-Encoder-Decoder非对称结构，输入激活仅8B、输出激活16B，推理成本大幅低于同尺寸模型。模型原生支持多模态视觉理解，无需外挂视觉模块，并通过KV Cache压缩将显存需求降至上一代的1/4、SSD需求降至1/8。社区实测输出速度达到300至500 tokens/秒。
性能方面，V4.1 Flash各项基准全面超越V4 Pro，其中GPQA Diamond得分达到90.9。通常小尺寸快速模型的性能会有所折损，但V4.1 Flash并未遵循这一规律。价格方面，9月10日12:00起，Flash闲时缓存命中输入为0.02元、未命中1元、输出4元/百万token，高峰时段翻倍。此前缓存命中为0.05元、未命中1.5元、输出4.5元/百万token，整体价格明显下调。
DeepSeek方面此前透露，V4 Pro的调用将逐步转移至性能更高、速度更快的V4.1 Flash，价格也按Flash标准计算。由于Pro的价格是Flash的3倍，此次调整对高频调用用户而言成本降幅显著。
此次调价与模型切换，发生在AI大模型厂商围绕用户额度展开竞争的背景下。在模型性能差距收窄的阶段，API定价与调用额度正在成为厂商争夺开发者的重要手段。OpenAI的Codex团队此前通过多次重置用户额度维持社区活跃度，谷歌AI Studio则以高免费额度吸引开发者。DeepSeek此次以更低价格和更高性能的Flash模型承接Pro调用，进一步加剧了API市场的价格竞争。
对于依赖大模型API的企业和开发者而言，V4.1 Flash的上线意味着在同等预算下可获得更高的调用量和更快的响应速度。随着头部厂商在模型性能与调用成本上持续加码，API市场的竞争重心正从单纯的参数规模转向性价比与工程效率。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
