DeepSeek发布V4.1-Flash：以更小激活规模替代V4-Pro，押注低成本高吞吐竞争
· 来源：reuters.com
DeepSeek推出开源权重模型V4.1-Flash，并称其在部分代码与智能体基准上超过旗舰V4-Pro；其通过MoE架构和缓存压缩降低推理开销，意在把旗舰级能力以更低价格推向开发者市场。
DeepSeek于9月10日发布DeepSeek-V4.1-Flash，并将其定位为新架构系列中规模较小、但面向高吞吐推理的模型。该公司称，V4.1-Flash在性能、成本、速度和总体运行时间等维度优于原有旗舰V4-Pro。这一表述仍主要基于厂商披露的测试结果，但其产品调整已清晰传递出信号：国产大模型的竞争焦点，正从单纯堆叠参数和跑分，转向能力、延迟与调用成本的综合平衡。
据报道，V4.1-Flash采用混合专家（MoE）架构，总参数量为5520亿。其新的因果编码器—解码器设计，在处理提示词时仅激活80亿参数、生成内容时激活160亿参数，试图在较大总容量与较低实际计算量之间取得平衡。此前仅在实验性版本中提供的图像理解能力，也被整合进这一模型。
降低长上下文推理负担，是此次升级的另一重点。DeepSeek在技术报告中称，V4.1-Flash以4位浮点格式保存键值缓存（KV Cache），全局缓存占用约为每个Token 890字节，约为上一代V4-Flash的四分之一；基于SSD的持久化缓存存储则降至上一代约八分之一。对需要持续处理长文档、代码库或高并发请求的开发者而言，这类底层优化直接关系到显存、存储和服务成本，也决定了模型能否以更低单价大规模部署。
在DeepSeek公布的对比中，V4.1-Flash以最高推理强度在Terminal-Bench 2.1获得90.6分，高于Claude Opus 5的89.1分和GPT-5.6 Sol的88.8分；在软件工程基准DeepSWE v1.1中，任务解决率为74.2%，略高于Opus 5的74%，并明显高于V4-Pro的62.7%。不过，该公司也承认，在GPQA Diamond科学推理基准上，两款美国模型仍居前。不同基准覆盖的任务类型有限，且测试设置会影响结果，厂商榜单不等同于所有真实场景下的能力排序。
商业策略上，DeepSeek将从9月14日起把通过API发送至V4-Pro的请求暂时路由至V4.1-Flash，并按后者价格计费，直至V4.1-Pro上线；原V4-Flash及8月发布的实验性视觉模型也将由新模型承接。报道称，V4.1-Flash非高峰时段的API价格为每百万未缓存输入Token 0.15美元、每百万输出Token 0.60美元，工作日高峰时价格翻倍。相较V4-Pro高峰期每百万输出Token 3.96美元的价格，新模型对应价格为1.20美元，输出侧成本降幅约七成。
模型权重已在Hugging Face以MIT许可证开放，并接入DeepSeek网页端和移动端。开源、低价与高吞吐的组合，能否真正改写国产模型竞争，仍取决于第三方复现结果、推理框架适配、稳定性及企业服务能力。但V4.1-Flash至少表明，DeepSeek正试图用工程效率而非单一旗舰溢价，扩大模型在开发者和商业调用市场中的覆盖面。
—— 综合整理自：SiliconANGLE