2026 年 9 月 10 日，DeepSeek 正式发布 V4.1 Flash 模型并同步执行新的 Flash 定价。官方罕见地放出狠话：经内外部多方测试，V4.1 Flash 在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro。更炸裂的是——V4 Pro 将于 9 月 14 日 12:00 正式下线，一个「Pro 旗舰被自家 Flash 取代」的时代，真的来了。
一、事件速览：一次「明牌」的重磅发布
与 7 月底 V4-Flash 正式版「悄悄写进更新日志」的低调不同，这次 DeepSeek 选择了正面官宣。9 月 10 日，官方向 API 用户发送通知邮件，几个关键时间点一目了然：
| 时间 | 事件 |
|---|---|
| 9 月 10 日 12:00 | V4.1 Flash 正式发布，新定价生效 |
| 9 月 14 日 12:00 | V4 Pro 服务下线（原计划更早，已推迟） |
| 下线后 | V4 Pro 请求自动路由至 V4.1 Flash，并按 V4.1 Flash 价格计费 |
与此同时，旧版 V4 Flash 和视觉实验版 V4-Flash-Vision-Exp 也已同步下线，原来两个模型名的请求全部由 V4.1 Flash 承接——文字与图片处理，正式进入同一个主力 API 模型。
官方对新模型的定调非常直接：「经内部、外部多方测试，V4.1 Flash 在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro。」
一个「Flash」（轻量快速版）全面干掉「Pro」（旗舰版），这在传统产品线逻辑里几乎是不可想象的。但看完技术细节你会发现，DeepSeek 这次是认真的。
二、核心变化一：全新模型结构，KV Cache 压到原来的 1/4
V4.1 Flash 不是旧模型的「后训练加强版」，而是全新模型结构系列中的最小尺寸型号，采用非对称编码器—解码器结构：
| 规格 | 参数 |
|---|---|
| 总参数 | 550B |
| 输入阶段激活 | 8B |
| 输出阶段激活 | 16B |
| 上下文长度 | 100 万 tokens |
| 最大输出 | 384K tokens |
注意这个「非对称」设计：输入（理解）只激活 8B，输出（生成）激活 16B。读得快、写得强，算力花在了刀刃上。
最狠的一刀：KV Cache 大压缩
新模型最核心的变化在缓存：
- 每个 Token 的 KV Cache 从上一代 V4 Flash 的 3514 字节降至 890 字节，约为原来的 1/4
- 与初代 DeepSeek V1 相比，缩小到约 1/437
- 缓存相关的 HBM 需求降至上一代的 1/4，SSD 需求降至 1/8
为什么这件事极其重要？因为在 Agent 使用场景中，缓存命中的费用往往占大头——Agent 连续工作时，需要反复把历史对话、工具说明、代码上下文重新喂给模型。KV Cache 压缩 75%，直接意味着 Agent 类任务的使用成本大幅下降。
DeepSeek 还表示，这套新结构支持向更大参数规模扩展——也就是说，今天看到的是「最小号」，后面还有大的。
三、核心变化二：视觉能力从「外挂」变「原生」
此前 DeepSeek 的视觉能力靠实验性质的 V4-Flash-Vision-Exp 单独提供，开发者处理图文混合任务时需要在模型之间切换。这次 V4.1 Flash 原生具备多模态视觉理解能力：
- 描述图片、识别截图文字、分析图表，一个模型全搞定
- 图片支持公开链接传入、编码后直接提交，或通过 Files API 上传后引用
- 提供思考与非思考模式，默认开启思考，思考强度支持 low / high / max 三档
对处理真实业务资料的 Agent 来说，这是实打实的生产力升级：业务文档里的说明文字与图表、代码与界面截图，经常需要结合起来理解。统一模型入口后，开发者再也不用在不同模型之间做「任务分发」了。
四、核心变化三：Agent 能力全面反超 V4 Pro
口说无凭，看官方公布的对比数据（V4.1 Flash vs V4 Pro）：
| 基准测试 | V4 Pro | V4.1 Flash | 提升 |
|---|---|---|---|
| DeepSWE v1.1（代码 Agent） | 62.7 | 74.2 | +11.5 |
| Terminal-Bench 3.0（终端操作） | 11.8 | 30.0 | +18.2（约 2.5 倍） |
| Automation-Bench（自动化） | 43.2 | 54.8 | +11.6 |
| CyberGym（网络安全攻防） | 83.3 | 88.1 | +4.8 |
横向对比同样亮眼：在 DeepSWE v1.1、CyberGym 和 Automation-Bench 三项上，V4.1 Flash 得分超过了 Kimi K3、GLM 5.3、Claude Opus 5 和 GPT 5.6-Sol，拿到榜首。
当然也要客观说一句：GPQA Diamond（高难度科学推理）上 V4.1 Flash 仍低于 V4 Pro，部分测试也未超过表中全部竞品。它的强项很明确——Agent、工具调用、自动化干活，而不是纯学术推理。
配套的 DeepSeek Harness 同步更新至 v0.1.5，模型针对标准模式、程序化工具调用模式和极简模式做了专项训练。模型也已在 Hugging Face 开源。
五、新定价：缓存命中暴降 60%，Agent 越用越便宜
新价格于 9 月 10 日 12:00 生效，继续采用峰谷定价（每百万 tokens）：
| 计费项 | 空闲时段 | 高峰时段 | 较旧版 V4 Flash 降幅 |
|---|---|---|---|
| 输入（缓存命中） | 0.02 元 | 0.04 元 | -60% |
| 输入（缓存未命中） | 1 元 | 2 元 | -33.3% |
| 输出 | 4 元 | 8 元 | -11.1% |
高峰时段：北京时间周一至周五 9:00–12:00、14:00–18:00，其余均为空闲时段。
降价结构非常有讲究：缓存命中降得最狠（60%），未命中次之，输出降得最少。这和 KV Cache 压缩的技术路线完全呼应——就是要鼓励 Agent 式的「反复读取长上下文」用法。
算一笔账：一次任务消耗 100 万缓存命中输入 + 10 万未命中输入 + 1 万输出 tokens，空闲时段费用将从 0.245 元降至 0.16 元，降幅约 34.7%。上下文越长、工具调用轮次越多，省得越多。
六、V4 Pro 退役：一个时代的落幕
这可能是本次发布最有象征意义的一条消息：9 月 14 日 12:00，V4 Pro 服务正式下线。
下线安排干净利落：
- 所有发往 V4 Pro 的请求自动路由到 V4.1 Flash
- 计费按 V4.1 Flash 的更低价格执行
- V4 Pro 服务期间价格保持不变；不同意新计费方式的用户可选择退出并申请退款
「Pro 被 Flash 取代」听起来反常，但逻辑其实很顺：当一个更小、更快、更便宜的新架构模型在核心指标上全面超越旧旗舰，继续维护两套模型反而成了包袱。DeepSeek 选择果断砍掉旧旗舰，把全部筹码压在新架构上——这份决绝，本身就是对新结构的信心投票。
七、官网首页大变脸：三种模式合而为一
和新模型同步落地的，还有 DeepSeek 官网/APP 的一次重要产品改版：原有的「快速模式」「专家模式」「识图模式」三个按钮没了，合并为统一的「智能模式」。
新版对话框下只剩「深度思考」和「智能搜索」两个能力开关，交互逻辑完全变了：
- 自动检测查询复杂度：简单问题直接快速回答，复杂问题自动投入更多推理
- 检测到图片输入时自动激活视觉能力
- 根据任务难度自动调整处理能力
这个改动看似只是少了几个按钮，实质是 DeepSeek 把「模型选择权」从用户手里收了回去——以前是用户猜「这道题该用快速还是专家」，选错了浪费时间；现在由系统在后台调度，产品形态变成「一个入口，自动分流」。
从行业视角看，这和 OpenAI 在 GPT-5 时代推行的「自动路由」思路如出一辙：让用户只面对一个模型，把复杂度藏在后台。而统一的智能模式，恰好为 V4.1 Flash 这种「日常对话 + 图片理解 + 复杂问题一体化」的新模型铺好了路。
八、意义与价值：这次发布为什么重要？
1. 「以下克上」成为新常态
从 7 月底 V4-Flash 正式版在 Agent 基准上反超 V4-Pro 预览版，到这次 V4.1 Flash 全面超越并直接取代 V4 Pro——DeepSeek 连续两次证明：模型规模不再是决定性因素，架构创新和训练方法的权重正在快速上升。参数更小、激活更少的模型，完全可以跑出旗舰级表现。
2. Agent 成本曲线被狠狠压了一刀
KV Cache 压到 1/4、缓存命中价格暴降 60%——这两件事叠加，瞄准的都是同一个目标：让 Agent 长时间、多轮次、长上下文地干活变得足够便宜。当「让 AI 连续工作一小时」的成本降到一杯奶茶钱的零头，Agent 应用的爆发才真正具备经济基础。
3. 新架构系列才刚刚开场
V4.1 Flash 是新结构系列的最小尺寸型号，官方明确表示该结构支持向更大规模扩展。最小号已经全面超越旧旗舰，更大的型号会是什么样？这个悬念，可能比本次发布本身更值得期待。
4. 产品哲学转向「无感智能」
官网三模式合一，标志着 DeepSeek 从「让用户挑模型」转向「系统自动决定该用多少智能」。模型越强大，用户应该越无感——这是大模型产品走向成熟的标志。
结语
9 月 10 日这一天，DeepSeek 同时完成了三件事：发布新架构模型、砍掉旧旗舰、重塑产品入口。
V4.1 Flash 用 550B 总参数、非对称激活和 1/4 的 KV Cache，证明了一件事：大模型的下半场，拼的不是谁的块头大，而是谁的效率高。 V4 Pro 的退役不是终点，而是新架构系列的开场哨。
四天后，当我们习惯性地点开 DeepSeek，背后默默干活的，已经是这条更轻、更快、更便宜的「小鲸鱼」了。
