【CNMO科技动静】9月10日，DeepSeek正式发布V4.1 Flash模子。这是该公司全新模子布局系列中尺寸最小的模子，却具有原生多模态视觉理解能力，并于多项基准测试中逾越了自家的旗舰V4 Pro。更惹人注目的是，新一代模子将KV Cache压缩至上一代的四分之一，对于SSD的需求降至八分之一，API订价同步下调，缓存掷中价格降幅达60%。

于“Flash”这一定名日渐泛滥确当下——Google、阿里、蚂蚁纷纷推出各自的Flash系列——DeepSeek此番脱手，与其说是一次产物迭代，不如说是于从头界说“效率”二字的份量。

非对于称架构与原生多模态：少便是多

DeepSeek V4.1 Flash的技能底色，可以用一个词归纳综合：非对于称。

模子总参数552B，采用MoE（混淆专家）架构，并引入全新的Causal-Encoder-Decoder布局。要害于在其输入与输出的不合错误称设计：输入侧激活仅8B参数，输出侧激活16B。这象征着，模子于处置惩罚输入（如用户发问、文档上下文、图片信息）时只需调动极小比例的参数，只于天生输出时才动用更年夜的计较资源。对于在Agent类使命——年夜量时间花于“读取”而非“天生”——这类设计的经济性不问可知。

与此前V4 Flash Vision Exp“外挂”视觉模块差别，V4.1 Flash的多模态能力是原生的。此前DeepSeek的API文档将文本模子及视觉模子列为两个自力端点，用户需要按照使命类型切换挪用。V4.1 Flash将视觉理解整合进基础模子，再也不需要分外的视觉编码器及对于齐层。这一变化看似细微，实则象征着模子对于图文混淆输入的处置惩罚可以做到真实的端到端优化，而非于两个模块之间通报信息的“拼接式”方案。

基准测试的成果颇具说服力。于Terminal-Bench 2.1上，V4.1 Flash到达90.6分，逾越V4 Pro的87.9；DeepSWE v1.1患上分74.2，一样高在V4 Pro的62.7；Codeforces评分3471，领先V4 Pro的3348。一个“最小尺寸”的Flash模子于代码、终端操作及主动化使命上周全逾越旗舰版本，这于一年前险些不成想象。它通报的旌旗灯号很明确：于Agent场景下，参数范围的边际收益正于递减，架构效率的权重正于上升。

KV Cache的“瘦身术”：Agent成本的第一杠杆

假如说非对于称架构是V4.1 Flash的设计哲学，那末KV Cache的压缩则是这一哲学最直接的贸易落地。

KV Cache是年夜模子推理中的“事情影象”——每一次对于话或者使命履行时，模子需要缓存此前所有token的Key及Value向量，以便于天生新token时举行留意力计较。它的内存占用随上下文长度线性增加，直接耗损GPU中最昂贵的HBM显存。对于在动辄需要数十轮东西挪用的Agent使命，KV Cache的膨胀速率远超平凡对于话场景。

V4.1 Flash将HBM需求降至上一代的1/4，SSD需求降至1/8，比照初代模子累计缩小约437倍。这一数字需要放于Agent的成本布局中来理解。于典型的Agent事情流中，缓存掷中的用度往往盘踞总成本的显著比例——模子重复读取此前堆集的上下文，每一一次读取都象征着对于KV Cache的拜候。假如缓存掷中价格昂扬，Agent的多轮使命履行就会酿成一台“印钞机”。

DeepSeek同步下调的订价印证了这一逻辑：余暇时段缓存掷中输入降至每一百万token 0.02元，降幅60%。这必然价于行业中处在甚么位置？对于比之下，Anthropic的缓存读取价格为每一百万token 0.25美元，即即是扣头后的价格也远高在DeepSeek的新订价。腾讯云的阐发指出，“缓存掷中率是Agent时代成本的第一杠杆”。DeepSeek的订价布局，本色上是于用极度低价的缓存掷中用度，为“缓存友爱型”的Agent架构颁布一张成本通行证。

从更宏不雅的视角看，KV Cache压缩并不是DeepSeek独家的技能标的目的。NVIDIA提出的KVTC技能号称可将KV Cache压缩最多20倍，baidu与复旦结合团队于80%压缩率下实现了仅0.52%的机能丧失。但将这些学术结果转化为产物级部署并同步反应到API订价中的，DeepSeek是走患上最远的一家。

峰谷订价与“斩杀线”：效率竞争的下一站

V4.1 Flash的订价计谋一样值患上细读。

新价格延续了峰谷分机会制：事情日岑岭时段（9:00-12:00、14:00-18:00）价格为余暇时段的两倍，周末全天按低谷价格计费。余暇时段的输出价格为每一百万token 4元，岑岭时段翻倍至8元。这一设计暗地里有清楚的运营逻辑：经由过程价格旌旗灯号指导开发者将非及时性的Agent使命调理到算力余暇时段，从而提高GPU使用率、摊薄边际成本。

更深层的变化于在，DeepSeek已经将V4 Pro的哀求路由至V4.1 Flash并按新价计费。这象征着公司对于“Flash”的定位已经经再也不是旗舰模子的降级版本，而是新一代架构的主力承载者。正如行业不雅察者所指出的，Flash的竞争重心已经从“谁的参数更年夜”转向“谁的成本更低、谁更具落地价值”。

google于2025年末以Gemini 3 Flash实现“轻量级打Pro”，阿里Qwen3.8-Flash引入混淆留意力机制于长上下文场景提速8倍以上——全世界年夜模子厂商正沿着相似的效率线路收敛。但DeepSeek的怪异的地方于在，它将效率优化与开源计谋绑定：模子权重及技能陈诉于HuggingFace发布，面向具有年夜范围GPU及存储的部署方开放适配。这类做法于贸易上看似“自断财源”，实则于构建生态壁垒——当开发者于DeepSeek的架构上构建Agent运用，迁徙成本就成为了最有用的护城河。

V4.1 Flash的发布，与其说是DeepSeek于“卷”价格，不如说是于从头校准年夜模子贸易化的坐标系。当参数范围的武备竞赛逐渐涉及收益天花板，真正决议胜败的变量正于从“模子有多强”转向“每一一块钱能买到几多智能”。KV Cache的437倍压缩、非对于称架构的8B输入激活、0.02元的缓存掷中订价——这些数字配合指向一个判定：年夜模子的效率竞争，才方才最先。

版权所有，未经许可不患上转载