DeepSeek V4.1 Flash 上線：長上下文成本下降，但基準仍待獨立驗證
DeepSeek V4.1 Flash 上線：長上下文成本下降，但基準仍待獨立驗證
事件事實
DeepSeek 於 9 月 10 日正式推出 V4.1 Flash。官方模型卡顯示，它是具備原生影象理解能力的混合專家模型，總引數量為 5520 億，讀取輸入時每個 token 啟用約 80 億引數，生成輸出時啟用約 160 億，支援最長 100 萬 token 上下文。模型權重與技術報告已在 Hugging Face 以 MIT 授權公開，API 則以 deepseek-flash 名稱提供。
這次釋出不只是模型更新，也包含服務遷移。DeepSeek 表示，舊有 V4 Flash 與 V4 Flash Vision Exp 已下線，原模型名稱暫時會路由至 V4.1 Flash；自 9 月 14 日 04:00 UTC 起，V4 Pro 請求也會改由 V4.1 Flash 處理，直到 V4.1 Pro 上線。這意味著即使開發者沒有更改模型名稱，實際提供回應的模型也可能改變，因此既有應用需要重新跑品質、延遲與安全評估。
成本與架構判讀
最受關注的是快取輸入價格。官方定價顯示，閒時每百萬個快取命中 token 為 0.003 美元，未命中輸入為 0.15 美元，輸出為 0.60 美元；工作日指定高峰時段價格為兩倍。對需要反覆讀取大型程式庫、長檔案或多輪工具紀錄的代理工作流，快取成本降低可能比單次基準分數更具實際價值。技術報告主打壓縮 KV cache，目標正是減少長上下文推理對視訊記憶體、主記憶體與資料傳輸的壓力。
DeepSeek 宣稱 V4.1 Flash 在多項程式設計、網路安全與代理基準上超越 V4 Pro，部分結果亦接近或超越美國閉源前沿模型。不過 Reuters、TNW 與 The Decoder 的報道都把這些成績清楚歸因於廠商測試；截至發布當日，尚未見完整的第三方重跑。部分困難科學推理與代理基準中，V4.1 Flash 仍落後於頂級閉源模型。因此，較穩妥的結論是新架構已帶來可核對的價格、權重與上下文規格，能力優勢則仍需在真實任務中驗證。
對開發團隊的影響
正在使用 DeepSeek API 的團隊應先確認模型路由日期，儲存目前版本的代表性輸入與輸出，再比較 V4.1 Flash 的正確率、工具呼叫、視覺理解、延遲及總成本。對長上下文代理而言，低快取價格可能使「保留更多工作記憶」變得可行，但不能因此省略回歸測試。開放權重也提供自託管選項，然而 5520 億總引數仍代表很高的部署門檻，不能把「開源可下載」誤解為「一般團隊可低成本本地執行」。