产品简介
DeepSeek-V4.1-Flash 是深度求索于 2026 年 9 月 10 日发布的全新模型结构系列中的最小尺寸模型，也是该家族首个正式版。它采用全新的 Causal Encoder-Decoder 架构，设计目标是能力上限更高、推理速度更快、吞吐更大，并可扩展到更大参数规模的模型。
模型为 552B MoE 架构，prefill 阶段激活约 8B 参数、解码阶段激活约 16B 参数，支持 1M 上下文与最大 384K 输出。最值得关注的是 KV 缓存优化：FP4 量化的全局 KV 缓存降至每 token 约 890 字节，约为上一代 V4-Flash 的四分之一，显著降低了 Agent 长上下文场景的显存与存储成本。
它是 DeepSeek 首个原生支持多模态视觉理解的正式版模型，在需要视觉理解的 Agent 基准上直接衔接了 8 月底 Vision-Exp 实验版验证过的方向。API 模型名更新为 deepseek-flash，MIT 协议开源上架 Hugging Face，第三方云平台同步接入。
2026-10-17 官方发布新 checkpoint DeepSeek-V4.1-Flash-1017：架构不变（552B 主干 + 196B Engram 记忆，含视觉塔与嵌入后 checkpoint 合计 763B），纯权重更新，MIT 开源，API 名与价格均不变，官方 11 项基准全线提升，DeepSWE v1.1 达 77.0，单任务成本从约 $0.50 降到约 $0.20；同日开放 Search 与 Fetch 接口（各 5 元/千次）。此后该版本在 Agent Arena 上持续走高：2026-09-14 位列开源模型第 3 名、每任务成本中位数约 0.07 美元；2026-10-19 的 1017 版本（Max）登顶 Agent Arena 开源模型第一、总排名第 11，基于超过 7500 个真实会话净提升 5.1%，中位任务成本 0.20 美元，Confirmed Success 提升 11.5%，同期 Artificial Analysis Intelligence Index 给出 45 分，并在 Code Arena WebDev 开源模型榜居首。
核心功能
- 原生多模态视觉理解：无需外挂视觉模块，单模型直接处理图像输入，Chartography w/tools 78.9、BabyVision w/tools 89.6，视觉 Agent 能力由 8 月实验版正式转正。
- 极致压缩的 KV 缓存：FP4 全局 KV 缓存每 token 约 890 字节，HBM 占用约为 V4-Flash 的四分之一、SSD 存储约为八分之一，长会话 Agent 与大批量并发的硬件门槛大幅下降。
- 1M 上下文与 384K 输出：上下文窗口 1M、最大输出 384K，配合极低的 KV 缓存开销，适合代码库级理解、超长文档处理与多轮智能体任务。
- Agent 能力全面加强：Terminal-Bench 2.1 90.6、DeepSWE v1.1 74.2、CyberGym 88.1、NL2Repo-Bench 65.4、Automation-Bench 54.8，官方测试基于 DeepSeek Harness 框架 max 档位。2026-10-17 的 1017 版本官方 11 项基准全线提升，DeepSWE v1.1 达 77.0，单任务成本从约 $0.50 降到约 $0.20。
- 榜单与第三方评测表现：2026-09-14 Agent Arena 开源模型第 3 名、每任务成本中位数约 0.07 美元，AA Intelligence Index v4.3 得 40 分，输出速度 214.4 tokens/s；2026-10-19 的 1017 版本（Max）登顶 Agent Arena 开源模型第一、总排名第 11，净提升 5.1%，中位任务成本 0.20 美元，Confirmed Success 提升 11.5%，AA 智能指数 45 分，Code Arena WebDev 开源模型榜居首。2026-09-14 Fireworks 独立评测称其 DeepSWE 成绩达 GPT-6 Astra 水准，单次成本约为其十五分之一。
- ARC-AGI 成绩：2026-10-06 ARC Prize 公布：ARC-AGI-2 得 72.9%、每任务成本 0.13 美元，ARC-AGI-1 得 94.5%、每任务成本 0.07 美元，相比 V4 Flash 的最佳成绩分别高出 11.5 分与 5.5 分。
- AA-AgentPerf 与 GB300 吞吐：2026-10-14 纳入 Artificial Analysis 的 AA-AgentPerf 智能体性能基准，测试中在 GB300 上的吞吐表现领先。
- MIT 协议开源：模型权重以 MIT License 在 Hugging Face 开放，支持商用与二次开发，延续 DeepSeek 一贯的完全开源策略；2026-10-17 的 1017 版本同样以 MIT 开源。
- API 大幅降价与新增接口：随模型上线 API 价格同步下调，输入缓存未命中低至每百万 token 1 元（空闲时段），并提供峰谷定价与最高 2500 并发；2026-10-17 同日开放 Search 与 Fetch 接口，各 5 元/千次。
适合谁用
以下类型的用户会特别受益于 DeepSeek V4.1-Flash：
- 长上下文 Agent 任务：1M 上下文加四分之一的 KV 缓存开销，适合跑长会话智能体、代码库级分析与批量文档处理
- 多模态应用：图表理解、视觉问答、界面截图转操作等需要原生视觉的场景可直接调用
- 成本敏感的规模化部署：峰谷定价加低并发门槛，适合把大批量离线任务安排到空闲时段跑
- 私有化部署：MIT 协议加低显存需求，企业可以在有限 GPU 资源上跑更大并发
- 编程与研发自动化：Terminal-Bench、DeepSWE、CyberGym 等基准显示其在终端操作、软件工程与安全任务上的能力
- 联网检索类 Agent：2026-10-17 开放的 Search 与 Fetch 接口可直接接入需要实时检索与抓取的任务
优点亮点
- 官方与第三方测试均显示其性能、费用、速度、总用时全面超越自家旗舰 V4 Pro
- KV 缓存压缩技术领先，长上下文 Agent 的内存成本降低一个量级
- 原生视觉理解免外挂，多模态与文本任务统一在单模型内完成
- MIT 协议完全开源，商用无限制
- API 定价极低，输入缓存未命中空闲时段每百万 token 仅 1 元
- DeepSeek、硅基流动等多渠道同步上线，接入门槛低
- 2026-10-17 的 1017 版本纯权重更新即实现 11 项基准全线提升，单任务成本从约 $0.50 降到约 $0.20
- 2026-10-19 登顶 Agent Arena 开源模型第一，AA 智能指数 45 分，Code Arena WebDev 开源模型榜居首
价格与方案
API 峰谷定价（每百万 token）：输入缓存命中空闲 0.02 元、高峰 0.04 元；输入未命中空闲 1 元、高峰 2 元；输出空闲 4 元、高峰 8 元。高峰时段为北京时间工作日 9:00-12:00、14:00-18:00。并发限制 2500。模型权重 MIT 协议开源，自部署无授权费用。2026-10-17 的 1017 版本 API 名与价格均不变（缓存未命中 $0.15 / 输出 $0.60 每百万 token），同日开放 Search 与 Fetch 接口，各 5 元/千次。
总结与建议
DeepSeek-V4.1-Flash 是 2026 年国内开源模型阵营最重要的一次更新。它用新架构同时做到了能力提升和成本骤降，官方直接以它替代自家旗舰 V4 Pro，第三方实测也认可这个判断。2026-10-17 的 1017 版本以纯权重更新进一步抬高了基准成绩并压低单任务成本，随后在 2026-10-19 登顶 Agent Arena 开源模型第一，AA 智能指数升至 45 分。对需要长上下文 Agent、多模态理解和低成本规模化部署的团队，它是当前开源阵营的首选之一；对 API 用户，峰谷定价加缓存优惠把成本压到了行业最低档。
版本演进
- 1017 版本登顶 Agent Arena 开源模型第一，AA 智能指数 45 分 （2026-10-19）：Arena 于 10 月 19 日公布 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Agent Arena 第一开源模型，总排名第 11，基于超过 7500 个真实会话净提升 5.1%。其中位任务成本 0.20 美元，官方对比称约为 GPT-6.1 Sol 提升幅度的 37%、成本的 27%，Confirmed Success 提升 11.5%。同期 Artificial Analysis Intelligence Index 给出 45 分，比上一版高 6 分，与 GLM-5.3 并列开源权重模型第二，仅次于 MiMo-V2.6-Pro，并在 Code Arena WebDev 开源模型榜居首。
- DeepSeek-V4.1-Flash-1017 更新发布 （2026-10-17）：发布新 checkpoint DeepSeek-V4.1-Flash-1017，架构不变（552B 主干 + 196B Engram 记忆，含视觉塔与嵌入后 checkpoint 合计 763B）、纯权重更新，MIT 开源；API 名 deepseek-flash 与价格均不变（缓存未命中 $0.15 / 输出 $0.60 每百万 token）；官方 11 项基准全线提升，DeepSWE v1.1 达 77.0（超 Claude Opus 5 的 74.0），单任务成本从约 $0.50 降到约 $0.20；同日开放 Search 与 Fetch 接口（各 5 元/千次）。
- 纳入 Artificial Analysis 的 AA-AgentPerf 基准，GB300 吞吐表现领先 （2026-10-14）：Artificial Analysis 于 2026 年 10 月 14 日把 DeepSeek V4.1 Flash 加入 AA-AgentPerf 智能体性能基准，测试中该模型在 GB300 上的吞吐表现领先。AA-AgentPerf 关注智能体在真实任务上的执行效率，吞吐与延迟是其中的关键指标。
- ARC-AGI 成绩公布 （2026-10-06）：ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI（Verified）的成绩：ARC-AGI-2 得 72.9%、每任务成本 0.13 美元，ARC-AGI-1 得 94.5%、每任务成本 0.07 美元；相比 V4 Flash 的最佳成绩分别高出 11.5 分与 5.5 分，但每任务成本高约 250%
- Fireworks 独立评测：DeepSWE 成绩达 GPT-6 Astra 水准，成本约为其十五分之一 （2026-09-14）：Fireworks AI 发布针对 DeepSeek-V4.1-Flash 的独立评测，称其在 DeepSWE 上的成绩达到 GPT-6 Astra 的水准，而单次成本约为后者的十五分之一。Fireworks 同时把该模型列为其平台上的推荐推理目标之一，强调在编码类 Agent 任务上的成本优势。
- 进入 Agent Arena 开源模型第 3 名，每任务成本中位数约 0.07 美元 （2026-09-14）：Agent Arena 榜单显示，DeepSeek-V4.1-Flash（Max）位列开源模型第 3 名，每任务成本中位数约 0.07 美元。Artificial Analysis 的 Intelligence Index v4.3 中该模型同样取得 40 分，与 GLM-5.3 Flash、Qwen3.8 2.4T 共同构成开源阵营第一梯队，输出速度 214.4 tokens/s，在同类中排名靠前。
- DeepSeek-V4.1-Flash 正式发布，同步开源并上线 API （2026-09-10）：新架构家族最小尺寸模型首发：552B MoE（prefill 激活 8B、解码激活 16B）、原生视觉理解、1M 上下文、FP4 KV 缓存每 token 约 890 字节。API 模型名 deepseek-flash，旧名 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 下线并由新模型承接，V4 Pro 计划有序下线（9 月 14 日 12 时后请求路由至 V4.1 Flash）。MIT 协议开源，API 价格同步下调。