刚刚，deepseek新模型发布，KV Cache 压到上一代 1/8，Agent 成本继续下探

9月10日，DeepSeek正式发布并开源 DeepSeek V4.1 Flash 模型。

据介绍，V4.1 Flash 是其新模型结构系列中的小尺寸模型，采用552B 参数 MoE 架构和全新的 Causal Encoder-Decoder 结构，输入和输出激活参数分别为8B 和16B。该模型原生支持多模态视觉理解，可处理图像与文本输入，并以文本形式生成输出。

DeepSeek表示，V4.1 Flash 通过压缩 KV Cache 降低推理与存储成本，相比上一代模型，HBM 需求降至1/4，SSD 需求降至1/8；在 Agent 使用场景中，这一改动主要指向长上下文任务的缓存成本。DeepSeek 称，V4.1 Flash 在性能、费用、速度和总用时等指标上已超过 V4 Pro，并计划在北京时间9月14日12:00后，将 deepseek-v4-pro 请求临时路由至 V4.1 Flash，直至后续 V4.1 Pro 上线。

API 调用方面，开发者可将模型名改为 deepseek-flash 使用新模型；deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 将暂时路由到 V4.1 Flash。新价格自北京时间9月10日12:00生效，继续采用峰谷定价：高峰时段输入缓存命中、缓存未命中和输出价格分别为每百万 tokens 0.04元、2.0元和8.0元；空闲时段分别为0.02元、1.0元和4.0元。（袁宁）