核心看点：外媒heise报道，DeepSeek新发布的V4.1 Flash以更小的体量在智能体与长上下文推理上反超自家旗舰V4 Pro，价格却更低——但它的“能说”也让输出token消耗明显偏高。
智能指数40分，反超自家Pro
据heise报道，DeepSeek正式发布开放权重模型V4.1 Flash。独立评测机构Artificial Analysis给出的结果显示，V4.1 Flash在最高推理档位下取得40分的智能指数（Intelligence Index），超过了参数量大得多的V4 Pro。
具体来看，据报道它在AutomationBench-AA上以69%排名第一，与GPT-6 Astra持平，略高于Grok 4.6（67%）；在衡量长上下文推理的AA-LCR v1.1上拿到84%，与GPT-5.6 Sol、Gemini 3.8 Flash持平；GDPval-AA v2则提升164 Elo至1632。heise同时指出，其进步主要集中在多步智能体任务，事实知识的命中率也较V4 Flash有所提高，但在知识空缺时更容易出现幻觉。而在纯推理类基准上，它并未全面领先：据报道其GPQA Diamond为90.9，仍低于V4 Pro的92.4。
552B参数如何“干掉”1.6T
V4.1 Flash总参数约552B（另有报道称，计入Engram等模块后总量约763B），采用全新的Causal-Encoder-Decoder（因果编码器—解码器）架构：40层网络被切成各20层的编码器与解码器，预填充阶段每token仅激活8B参数，解码阶段激活16B参数。DeepSeek称，解码器各层的全局KV缓存可直接由编码器末层隐藏状态投影得到，从而省掉约一半的预填充计算。
配合压缩稀疏注意力与FP4精度的KV缓存，其全局KV缓存被压到每token约890字节，约为上一代V4 Flash的四分之一；持久化KV缓存降至约八分之一，显存需求约为上一代的四分之一、SSD需求约为八分之一。模型原生支持100万token上下文与图文多模态输入，权重以MIT许可开放，据报道API侧并发上限也从500提升到2500。
便宜是真的，啰嗦也是真的
价格方面，heise给出的API价格为：高峰时段每百万未缓存输入token 0.30美元、每百万输出token 1.20美元，非高峰时段减半。据报道，DeepSeek还把Flash系列价格进一步下调，并计划自9月14日起把发往V4 Pro的请求路由到V4.1 Flash，按Flash价格计费，直到V4.1 Pro上线。
| 模型 | 单个智能体任务成本（约） |
|---|---|
| V4.1 Flash | 0.27美元 |
| V4 Pro | 约0.8美元以上 |
| GLM-5.3 / Kimi K3 | 约1.9美元 |
不过，Artificial Analysis指出V4.1 Flash是其测过的最“啰嗦”的模型之一，每个智能指数任务平均输出89k tokens，比V4 Pro多约62%。即便如此，按其低定价计算，单个任务成本约0.27美元，约为V4 Pro的三分之一不到、GLM-5.3与Kimi K3的七分之一。heise也提醒，由于输出token消耗高，其成本效益并没有低token价看起来那么夸张——相比V4 Flash的0.22美元反而略贵。此外，据报道，在AA Terminal-Bench 4.0上它以26.8%位列第十，距第一梯队仍有明显差距。
想便宜用上V4.1 Flash？个人开发者按量调用，一个智能体任务跑下来全是输出token，账单并不好看。更划算的是订阅制：opencode Go（10美元/月）这周把V4.1 Flash的用量提到4倍，叠加邀请双方各得5美元额度（领5美元额度），日常调模型基本不用再花钱。注意走邀请链接注册并完成订阅后，双方额度才会到账。
开发者为何不买账
值得注意的是，DeepSeek最初计划在9月14日下线V4 Pro并把请求全部路由到V4.1 Flash。据多方报道，这一决定因缺少新旧模型并行迁移期而招致开发者批评：生产环境的提示词与参数往往都是针对V4 Pro反复调优的，模型行为一变，下游程序就可能出错。随后DeepSeek推迟了下线时间，并最终放弃了直接下线V4 Pro的计划，继续提供API调用服务。
对开发者意味着什么
从“堆参数”到“拼可服务性”，V4.1 Flash把长上下文、多模态与低成本推理打包进一个MIT许可的开放权重模型。对开发者而言，智能体、代码检索这类输入繁重的任务可能率先迁移到此类模型上；但正如heise所言，token消耗与实际任务成本仍需实测对比，低价并不等于低成本。对于需要长时间运行、成本敏感的自动化流程，这或许是一个值得试用的新选项。
适用边界：以上价格与跑分均来自公开报道实测，API价格以官网最新为准；输出token消耗因任务类型差异很大，生产环境迁移前建议用自己的任务实测对比后再切量。
来源：heise online