DeepSeek 发布 V4.1 Flash：一个「小」模型，凭什么超越自家旗舰？

9 月 10 日，DeepSeek 正式发布新模型 V4.1 Flash。

这次发布有点不一样。作为 V4.1 系列中尺寸最小的模型，它在多项基准测试中却超越了自家更大的旗舰 V4 Pro——而且是「性能、费用、速度、总用时全面超越」。更耐人寻味的是 DeepSeek 的后续动作：干脆把 V4 Pro 下线了。

这是 DeepSeek 全新模型架构系列里最小的那个，但能力却不小。它的核心配置是：552B 总参数的 MoE（混合专家）模型，具备原生多模态视觉理解能力——不是外挂一个视觉模块，而是模型本身就「长着眼睛」。

而它最特别的地方，是采用了一种叫 Causal-Encoder-Decoder 的非对称结构：输入和输出不是一视同仁的——输入侧只激活 8B 参数，输出侧激活 16B 参数。

打个比方：过去的大模型像一个「全能选手」，无论读题还是答题都要调动全部脑力；而 V4.1 Flash 更像分工明确的「读题专家 + 答题专家」——读题时用较小的算力，答题时才加大投入。这样一来，成本自然就降下来了。

性能：小模型赢了大模型

这次发布最具话题性的，是 V4.1 Flash 对自家旗舰 V4 Pro 的「逆袭」。

从官方公布的基准测试看：

? GPQA Diamond（研究生级科学问答）：90.9

? Codeforces（编程竞赛）：39

? Terminal-Bench 2.1（终端操作任务）：90.6

? DeepSWE v1.1（软件工程）：74.2

（图片：来源为DeepSeek官网）

官方称，V4.1 Flash 在智能水平上超越了包括 V4 Pro 在内的一众旗舰模型，并与 Kimi K3、GLM 5.3、GPT-5.6-Sol、Claude Opus 5 等前沿模型进行了对标。

值得注意的是，这套新架构的设计初衷本就是「能力上限更高、推理更快、吞吐更大、可扩展到更大参数模型」。也就是说，Flash 只是这条新路线的「最小验证版」——更大的 V4.1 Pro 还在后面。

真正的杀手锏：KV Cache 缩小 437 倍

如果说性能超越 Pro 版是「面子」，那 KV Cache 的压缩才是「里子」。

先解释一下 KV Cache 是什么。大模型在生成回复时，需要「记住」前面聊过的内容，这份记忆就存在 KV Cache（键值缓存）里。对话越长、任务越复杂，这份缓存就越大，占用的显存和存储也越多。

而 V4.1 Flash 在这件事上做了惊人的优化：相比上一代，对 HBM（高带宽内存）的需求降到 1/4，对 SSD 的需求降到 1/8。而相对于初代模型，KV Cache 已经缩小了约 437 倍。

437 倍是什么概念？这意味着原本需要一整个机柜才能装下的缓存，现在可能一台设备就够了。对于动辄要跑几十轮、上百轮交互的 Agent（智能体）任务来说，这项优化的意义非常直接——缓存命中费用是 Agent 类应用的主要成本之一，压缩 KV Cache 就等于直接砍成本。

（图片：来源为DeepSeek官网）

价格：降价 60%，还搞峰谷分时

有了架构上的成本优势，DeepSeek 在定价上也毫不含糊。

新价格采用峰谷分时定价，闲时价格为高峰时段的一半。以每百万 token 计：

（图片：来源为DeepSeek官网）

其中，缓存命中的输入价格降幅高达 60%。高峰时段为北京时间周一至周五的 9:00-12:00 和 14:00-18:00，其余时间均为闲时。对于把 DeepSeek 用在生产环境的开发者来说，把任务安排在闲时跑，成本可以直接砍半。

V4 Pro 下线：一次果断的「自我革命」

这次发布最出人意料的，是 DeepSeek 对 V4 Pro 的处理。

官方公告称，由于 V4.1 Flash 在性能、费用、速度、总用时等指标上全面超越 V4 Pro，因此计划有序下线 V4 Pro：从 9 月 14 日 12:00 起，直到未来的 V4.1 Pro 上线之前，所有访问 deepseek-v4-pro 的请求都将被路由到 V4.1 Flash，并按 V4.1 Flash 的价格计费。

主动下线自家旗舰，这在模型厂商里并不常见。但对 DeepSeek 来说逻辑很清晰：既然小模型更快、更强、更便宜，那就没有必要让用户继续为「更大」付费。

「更小更强」取代「更大更强」，这或许是大模型行业的一个重要转折信号。

延续一贯的风格，DeepSeek 这次依然选择开源——模型权重与技术报告已在 HuggingFace 发布，官方还表示将支持开源社区适配新架构的推理。

生态方面，腾讯的 WorkBuddy、CodeBuddy 以及 OpenCode 已作为官方合作伙伴全量接入，其中 WorkBuddy 还提供为期两周的限时折扣。

把这次发布放在整个行业里看，DeepSeek 传递的信号很明确。

过去两年，大模型的竞争逻辑是「更大就是更强」——参数从百亿飙到万亿，算力投入不断加码。但 V4.1 Flash 给出了另一个答案：通过架构创新，小模型也能赢大模型，而且成本更低、速度更快。

这背后其实是一个更务实的转向——当模型能力逐渐「够用」，行业竞争的焦点就从「谁的模型更聪明」，转向了「谁能把成本做到最低、把效率做到最高」。毕竟对企业客户来说，能省钱、能跑得动、能大规模部署的模型，才是真正能用的模型。

对开发者来说，这大概是好消息：又便宜、又快、又强的模型，谁不喜欢呢？

数