DeepSeek 于 2026 年 9 月 10 日正式发布 V4.1 Flash，这是其全新架构系列中尺寸最小的模型，但官方测试显示它在性能、速度、成本等指标上全面超越 V4 Pro。API 价格同步下调，V4 Pro 计划于 9 月 14 日 12:00 起下线，届时所有 deepseek-v4-pro 请求将自动路由到 V4.1 Flash 并按新模型计费。
对大多数用户来说，现在要做的事很简单：普通用户继续用 App 或网页版即可，什么都不用改；开发者需要在 9 月 14 日前确认自己的代码是否能适配 V4.1 Flash 的 API 变化。
【快速答案】
- 发生了什么：DeepSeek 发布 V4.1 Flash，一个 552B 参数的 MoE 模型，采用全新 Causal-Encoder-Decoder 结构，输入激活仅 8B，输出激活 16B。
- 性能表现：在多项 Agentic Benchmark 中超越 V4 Pro，包括 Terminal-Bench 2.1（90.6 vs 87.9）、DeepSWE v1.1（74.2 vs 62.7）、CyberGym（88.1 vs 83.3）。
- 价格变化：API 定价下调，空闲时段输入（缓存未命中）1 元/百万 tokens，输出 4 元/百万 tokens；高峰时段价格翻倍。
- V4 Pro 怎么办：9 月 14 日 12:00 起，
deepseek-v4-pro请求自动路由到 V4.1 Flash，按 Flash 价格计费。 - 普通用户需要做什么：不需要做任何操作。DeepSeek App 和网页版已同步升级，免费使用。
- 开发者需要做什么：检查代码中的模型名称，建议改为
deepseek-flash；确认是否有依赖 V4 Pro 特定行为的逻辑。
DeepSeek V4.1 Flash 是什么？和 V4 Pro 到底有什么区别
V4.1 Flash 不是 V4 Flash 的简单升级，而是 DeepSeek 新架构系列的第一个正式产品。官方将新架构的设计目标概括为四点：能力上限更高、推理速度更快、吞吐更大、可扩展到更大参数模型。
用一个类比来理解：V4.1 Flash 的设计逻辑类似“小排量涡轮增压”——总参数 552B，但实际参与计算的输入激活只有 8B，输出激活 16B。大部分参数作为“知识储备”存在，每次推理只激活一小部分，以此在保持高能力的同时降低计算成本。
这个思路带来的直接结果是 KV Cache 的大幅压缩。与上一代模型相比，V4.1 Flash 对 HBM（高带宽内存）的需求减少到 1/4，对 SSD 的需求减少到 1/8。官方称，相对于初代 DeepSeek V1，KV Cache 已缩小 437 倍。
对开发者来说，KV Cache 压缩的意义比基准测试分数更实际。在 Agent 类工作流中，缓存命中的费用往往占总成本的大头。缓存越小，相同上下文长度下的内存开销越低，长对话和长文档处理的成本随之下降。
以下是 V4.1 Flash 与 V4 Pro 的关键指标对比：
| 对比维度 | DeepSeek V4.1 Flash | DeepSeek V4 Pro |
|---|---|---|
| 架构 | 552B MoE，Causal-Encoder-Decoder | 上一代架构 |
| 输入/输出激活 | 8B / 16B | 未公布对称激活 |
| 上下文窗口 | 1M tokens | 1M tokens |
| Terminal-Bench 2.1 | 90.6 | 87.9 |
| DeepSWE v1.1 | 74.2 | 62.7 |
| CyberGym | 88.1 | 83.3 |
| 多模态 | 原生支持视觉理解 | 不支持 |
| API 模型名 | deepseek-flash | deepseek-v4-pro（即将路由） |
| 状态 | 正式可用 | 9 月 14 日起自动路由到 Flash |
V4.1 Flash API 价格：比 V4 Pro 便宜多少
这是很多开发者最关心的部分。根据官方定价，V4.1 Flash 采用峰谷定价机制，闲时价格为高峰时段的一半。
具体价格如下（人民币，每百万 tokens）：
| 计费项 | 空闲时段 | 高峰时段 |
|---|---|---|
| 输入（缓存命中） | 0.02 元 | 0.04 元 |
| 输入（缓存未命中） | 1.0 元 | 2.0 元 |
| 输出 | 4.0 元 | 8.0 元 |
高峰时段为北京时间 09:00–12:00 和 14:00–18:00（对应 UTC 01:00–04:00 和 06:00–10:00），其余时间包括周末均按空闲时段计费。
第三方对比平台的数据显示，在输入 tokens 上，V4.1 Flash 比 V4 Pro 便宜约 79%；输出 tokens 上便宜约 72%。中位延迟方面，V4.1 Flash 的首 token 返回时间约为 383ms，V4 Pro 约为 859ms。
一个容易被忽略的细节：缓存命中的价格极低（空闲时段 0.02 元/百万 tokens），但前提是你的请求能命中缓存。如果你的应用场景是每次对话都从零开始、上下文几乎不重复，那么实际成本主要由“缓存未命中”的输入价格决定，省钱幅度没有缓存命中场景那么明显。
开发者怎么迁移到 V4.1 Flash
迁移本身不复杂，但有几件事需要在 9 月 14 日之前确认。
第一步：确认当前使用的模型名
如果你直接使用 DeepSeek 官方 API，检查代码中调用的模型名称：
- 如果写的是
deepseek-v4-pro：9 月 14 日 12:00 后会自动路由到 V4.1 Flash，按 Flash 价格计费，请求不会失败，但你可能没有意识到底层模型已经变了。 - 如果写的是
deepseek-v4-flash或deepseek-v4-flash-vision-exp：这两个旧模型名已下线，目前出于兼容考虑暂时路由到 V4.1 Flash，建议尽快改为正式名称。 - 建议改为
deepseek-flash，这是调用最新 V4.1 Flash 的官方推荐模型名。
第二步：检查是否有依赖 V4 Pro 特定行为的逻辑
这是迁移中最容易被忽视的风险。虽然官方称 V4.1 Flash “全面超越” V4 Pro，但不同模型在以下方面可能存在行为差异：
- 输出格式：同样的提示词，V4 Pro 和 V4.1 Flash 生成的 JSON 结构、代码风格可能不同。如果你的下游程序依赖固定格式的输出，需要做回归测试。
- 工具调用行为：V4.1 Flash 支持思考模式（默认启用，可选低/高/最高 effort）和非思考模式。如果你的应用对响应延迟敏感，可能需要显式配置为非思考模式。
- 多模态输入：V4.1 Flash 原生支持图片输入。如果你之前用 V4 Pro 处理纯文本，新模型不会因此改变行为，但如果你希望利用视觉能力，需要主动传入图片。
第三步：如果使用第三方平台或框架
腾讯的 WorkBuddy、CodeBuddy 以及 OpenCode 已作为官方合作伙伴全量接入 V4.1 Flash。如果你通过这些平台使用 DeepSeek，不需要手动迁移，平台会处理模型切换。
如果你使用 LangChain、LlamaIndex 等框架，模型名称通常通过配置传入，修改方式与直接调用 API 类似。注意框架版本是否对 DeepSeek 新模型有已知的兼容问题，建议在测试环境先跑一轮。
普通用户需要关心什么？几乎什么都不用做
如果你只是用 DeepSeek 的网页版或手机 App，结论很简单：不需要做任何操作，也不需要付费。
DeepSeek App 已完成升级，整合了快速、专家和识图模式，新模型已同步上线。日常聊天、写文案、查资料、分析截图等操作，直接使用即可，免费且没有明显限制。
“API 降价”这件事对普通用户没有直接影响——网页版和 App 本来就不收费。网上一些“DeepSeek 降价了快去用”的说法，针对的是通过 API 调用的开发者和企业用户。
普通用户真正值得关注的变化是识图能力。V4.1 Flash 原生支持多模态视觉理解，在 App 中上传截图、照片、图表，模型可以直接分析内容。在此之前，DeepSeek 的视觉能力需要通过独立的实验模型实现，现在已合并到主模型。
V4 Pro 下线：开发者社区的争议点
官方在 9 月 9 日发出路由通知后，开发者社区的反应并不全是正面的。核心争议不在技术层面，而在沟通方式。
一些已经把 V4 Pro 接入生产业务的开发者表示不满，理由集中在一点：平台在几乎没有缓冲时间的情况下替用户做了切换决定。 有开发者在社交媒体上直接回复“请不要这样做”，也有人评论说“你们真的需要接受一些正规的软件工程培训”。
这个争议值得关注，因为它反映了一个更普遍的问题：当平台宣布“新模型全面超越旧模型”时，对于个人用户可能只是体验升级，但对于已经围绕旧模型构建了工作流、提示词和输出解析逻辑的开发者来说，突然的模型切换可能意味着数天的回归测试和调整。
从官方公告来看，DeepSeek 已将 V4 Pro 下线时间从最初暗示的“立即”推迟到 9 月 14 日 12:00，这多出来的几天缓冲期对小型团队来说仍然紧张，但至少比立即切换要好。
另一个值得留意的信号是：官方在公告中多次提到“未来 V4.1 Pro 上线之前”的表述，这意味着 V4.1 Pro 正在开发中，但截至目前没有公布具体发布时间、定价或基准测试信息。如果你的业务对模型稳定性要求较高，可能需要考虑在 V4.1 Pro 发布后再做长期规划，而不是现在就把所有逻辑绑定在 V4.1 Flash 上。
哪些开发者现在就应该切换，哪些可以再等等
建议尽快切换的情况：
- 你的应用对响应速度和延迟敏感，V4.1 Flash 的吞吐量优势明显
- 你在处理长文档或多轮对话，KV Cache 压缩能带来实际成本下降
- 你需要图片理解能力，V4.1 Flash 原生支持，不需要额外的视觉模型
- 你目前调用的是
deepseek-v4-flash或deepseek-v4-pro，反正都会被路由，不如主动适配
建议谨慎处理的情况：
- 你的生产系统对模型输出的格式和风格有严格依赖，需要充分的回归测试时间
- 你使用了 V4 Pro 的特定参数或行为，而官方文档没有明确说明 V4.1 Flash 的对应行为
- 你的业务对模型版本稳定性有合规要求，不能接受底层模型的静默切换
- 你在等待 V4.1 Pro，希望一次性完成迁移而不是先适配 Flash 再适配 Pro
FAQ
DeepSeek V4.1 Flash 免费吗？
对普通用户免费。通过 DeepSeek App 和网页版使用不收费。API 调用按 tokens 计费，空闲时段最低 0.02 元/百万 tokens（缓存命中输入），输出 4 元/百万 tokens。
deepseek-v4-pro 在 9 月 14 日之后还能用吗？
不能。9 月 14 日 12:00 起，发往 deepseek-v4-pro 的请求将全部路由到 V4.1 Flash，按 V4.1 Flash 的价格计费。请求不会报错，但实际使用的模型已经变了。
V4.1 Flash 支持图片输入吗？
支持。V4.1 Flash 原生支持多模态视觉理解，可以接受文字和图片输入，输出为文字。图片 tokens 按输入 tokens 计费。
我应该把模型名改成什么？
推荐使用 deepseek-flash，这是调用最新 V4.1 Flash 的官方模型名。旧的 deepseek-v4-flash 和 deepseek-v4-pro 目前仍可调用，但前者已下线（暂时路由），后者将在 9 月 14 日后路由到新模型。
V4.1 Pro 什么时候发布？
截至目前，DeepSeek 没有公布 V4.1 Pro 的发布时间、定价或具体信息。官方仅在公告中提及“V4.1 Pro 上线之前”的过渡安排，说明该模型在计划中，但尚未进入公开测试阶段。
【资料来源 / 信息核查】
以下为本文实际参考的信息来源：
- DeepSeek API 更新日志（2026-09-10）：https://api-docs.deepseek.com/updates/
用于确认 V4.1 Flash 发布日期、V4 Pro 下线时间、模型名变更和基准测试数据。 - DeepSeek 官方发布公告（2026-09-10）：https://api-docs.deepseek.com/zh-cn/news/news260910/
用于确认模型架构细节、定价和性能对比数据。 - DeepSeek 官网英文公告：https://www.deepseek.com/en/news/deepseek-v4-1-flash/
用于交叉验证架构参数和基准测试数据。 - OrcaRouter 模型对比页：https://www.orcarouter.ai/zh-TW/compare/deepseek-v4-pro-vs-deepseek-v4.1-flash
用于获取第三方独立测量的延迟、吞吐量和价格对比数据。 - 36氪/智东西报道（2026-09-10）：https://eu.36kr.com/zh/p/3977309281825025
用于确认 KV Cache 压缩细节和定价生效时间。 - TechWeb 报道（2026-09-10）：https://www.techweb.com.cn/it/2026-09-10/2978933.shtml
用于确认 V4 Pro 路由安排和合作伙伴信息。 - 36氪关于开发者社区反馈的报道（2026-09-10）：https://eu.36kr.com/zh/p/3977309281825025
用于了解开发者对 V4 Pro 路由安排的社区反馈。