9月11日晚上，不少正在吃饭的人刷到了少见的一幕：DeepSeek 开放平台挂了两天多的"V4 Pro 退役"安排，撤回了。
次日《科创板日报》获悉：为响应广大用户的需求，DeepSeek 决定在 2026 年 9 月 14 日之后继续提供 V4 Pro 的 API 调用服务，计费方式保持不变。也就是说，前两天刚被官宣进入"有序退役"的老旗舰，复活了。微博
对盯着 DeepSeek 的人来说，这五天比电视剧还密集。今天把这场"三天三改公告"的闹剧完整捋一遍：到底发生了什么、为什么一笔看起来双赢的买卖会被开发者集体拍桌，以及跑 API 的、玩 C 端的、想本地部署的和纯围观的，接下来各自该怎么办。
五天三改公告，完整时间线
9月8日：V4.1 Flash 内测悄然开启，测试模型名直白得罕见——“deepseek-v4.1-flash-expires-on-0910”，社区立刻嗅到大动作，B站相关视频一天冲到近19万播放。哔哩哔哩
9月9日：DeepSeek Harness 团队成员崔添翼在 X 上宣布，V4.1 Flash 在性能、费用、速度和总用时上全面超过 V4 Pro，因此 Flash 上线后，所有发往 V4 Pro 的请求都会被路由到 V4.1 Flash、按 Flash 价格计费。平台同步挂出公告、部分客户收到邮件，而按原计划距离切换只有一天左右，没有新旧模型并行的迁移期。36氪
9月10日 12:00：V4.1 Flash 正式发布，网页、App、API 三端同步上线，新价格生效；老 V4 Flash 和 V4 Flash Vision Exp 同日退役，旧模型名只换成临时兼容路由。公告同时把 V4 Pro 的路由切换时间定在 9月14日 12:00，网页端"快速、专家、识图"三个模式则合并为统一"智能模式"。DeepSeek官网微博
9月11日白天：V4.1 Flash 权重在 HuggingFace 开源（第三方材料称 MIT 许可），FP8 精度，权重文件 510GB 左右。知乎
9月11日晚：剧情反转，新通知改为 9 月 14 日后继续提供 V4 Pro API，计费方式不变，“如有变动另行通知”。知乎
9月12日：App 开始灰度语音播报，#DeepSeek开口说话了# 上了话题。而微博、小红书上"还我专家模式"的帖子仍在刷屏。微博
B站 UP 主"究委会"那期《深度求索团队三次变脸，V4Pro活下来了》拿到近14万播放，他自己的置顶总结更扎心：“问题有两个，第一个是三天之内连改三个通知，这对于服务运营商来讲，是非常不严谨，而且是非常影响公司形象的。”哔哩哔哩
为什么"你省钱、我省算力"的好事会被拍桌
单看账本，这事对双方都有利：V4 Pro 占更多算力、速度更慢、价格更高，效果还可能不如新 Flash；把流量转过去，平台释放算力，用户少花钱。但现实是，不少开发者刷到这条浏览量超过 70 万的推文，才意识到自己调用的 V4 Pro 马上要被换掉——DeepSeek 可能觉得，这是一笔很容易算清楚的账。36氪
开发者的反对理由非常具体，总结下来是三条：
没有缓冲期。生产环境里的 Prompt 是反复调试出来的，摸清了一个模型的"脾气"：哪种说法容易被忽略、怎样固定输出格式、工具调用失败怎么重试。换成新模型，平均能力或许更强，但输出结构、拒答边界、工具调用顺序都可能变——聊天窗口里这只是"风格不同"，接进上线系统里，少一个字段、多一段解释，后面的程序就可能报错。生产环境里，同一个模型名称背后，连着提示词、输出解析、业务评估、失败重试、延迟预算和 Agent 工作流。有开发者在推文下直接回了四个字：“请不要这样做。”知乎36氪
没有版本隔离。社区提出的成熟做法是：新旧模型用不同的 model ID，旧模型停服前至少预留两周缓冲期，让下游完成 Prompt、QC 和参数适配、测试通过后再迁移。而"路由"等于同一个模型名背后悄悄换了模型——用知乎一篇分析的话说，API 用户最怕的就是"悄悄换模型"。
科研复现被掐断。有科研团队正在用 DeepSeek-V4-Pro-0813 做研究、论文还没写完，旧模型一撤，实验条件无法沿用，已有结果难以复现，他们只求保留一个独立端点、哪怕只开一段时间。
海外开发者的嘲讽更直接：“你们真的需要接受一些正规的软件工程培训。”
也要说句公道话：这不是 DeepSeek 第一次"不保留旧模型"，B站一条 197 赞的评论就指出"deepseek 一直都不保留旧模型的，下线 pro 也在情理之中"——老用户早有预期。哔哩哔哩
而且就在争议前两天，DeepSeek 刚开放约 150 个资深后端和服务端工程师岗位，做的是操作系统、虚拟化、调度、容器和 Agent 弹性计算，几乎都不碰模型训练。模型之下的工程能力它是真肯投，问题出在模型之上：一涉及"用户契约"，就退回课题组思维——我们觉得新的更好，那就换。36氪
"究委会"视频评论区一条 1383 赞的高赞把这事看得很透："证明还是听客户的反馈的，很多用户针对 PRO 适配了工作流，应该是这部分用户反应太强烈了，下架完就白干了。"另一条高赞则补了个背景：DeepSeek 的工作模式与其说像商业公司，不如说像大学课题组——有成果就更新，有问题就解决。享受了小团队的效率，就得忍受小团队的任性。哔哩哔哩
抛开闹剧，V4.1 Flash 本身值不值
先看它凭什么敢叫"全面超越"。这次不是小版本提分，是架构级改动：
552B 总参 MoE，全新 CED（Causal Encoder-Decoder）非对称架构：输入侧每 token 只激活约 8B 参数，输出侧约 16B。按技术报告解读，40 层主干拆成 20 层 Encoder + 20 层 Decoder，长文档、代码库、多轮对话的 prefill 成本大幅下降。DeepSeek官网
KV Cache 压到上代 1/4：叠加 CSA2 稀疏注意力和 FP4 量化，全局 KV 约 890 字节/token，官方口径 HBM 需求降为上代 1/4、SSD 降为 1/8——对 Agent 场景，这才是真正的成本开关。微博
原生多模态：图文输入直接进主模型，不再外挂 Vision Exp。
速度：峰值输出 500+ tokens/s，约为 V4 Pro 的 7 倍；社区实测 49k 上下文检索比老 Flash 视觉版快 5.2 倍。
跑分要分两半看。Agent/自动化向确实猛：Terminal-Bench 2.1 媒体汇总约 90.6（V4 Pro 87.9）、Automation-Bench 约 54.8（超过 Claude Opus 5 的 50.3）、AiPy 63 项真实任务成功率 93.7%。最扎眼的一组对比是：它全面碾压的是自家 1.6T 总参的前旗舰 V4 Pro。微博知乎
但学术硬基准（GPQA Diamond 等）与 GPT-6 Astra、GPT-5.6 Sol 等顶级闭源仍有差距，取两边 benchmark 的交集做对比，差距一眼可见。知乎上甚至有人专门提问，为什么 Artificial Analysis 榜单上它的排行那么低，有分析归因于跨脚手架泛化偏弱。知乎知乎
关于"刷分"质疑，技术报告里有个耐人寻味的细节：DeepSeek 用 6 个脚手架家族、8 种配置做了控制变量实验，结果自家 harness 里功能最少的 DSH Minimal 模式，分数反而高于 Standard 和 PTC 模式。换句话说，功能多、流程复杂，并没有自动换来更高成功率；接进 Claude Code 或 Codex，开箱即用的水平就接近峰值。分数和"换个环境还好不好用"，是两码事。知乎
再看价格，9 月 10 日 12:00 起生效（元/百万 token）：
项目 | 闲时 | 高峰 |
|---|---|---|
输入·缓存命中 | 0.02 | 0.04 |
输入·缓存未命中 | 1.0 | 2.0 |
输出 | 4.0 | 8.0 |
高峰指工作日 9:00–12:00、14:00–18:00，其余全是闲时、按高峰半价。对比老 Flash：缓存命中 0.05→0.02（降六成）、未命中 1.5→1.0、输出 4.5→4.0。知乎有人点破：除输出外，输入价格等于回归了 8 月 17 日那轮涨价前的水平。缓存命中率高的 Agent 业务，账单会显著低于按输出单价的直觉。微博知乎
但峰谷价是把双刃剑。鱼皮首发实测视频下一条 615 赞热评就是活案例：“用了一下午，速度是真的快。等到晚上的时候突然想到，我去高峰期双倍价格。”哔哩哔哩
C端的账：API 活了，专家模式还没回来
这次撤回只覆盖 API。C 端网页/App 的"快速、专家、识图"合并没有恢复，智能模式会自动判断任务难度、自动开关视觉和思考。但 9 月 12 日的微博和小红书依然是大型索要现场：“deepseek 还我专家模式！！！”“改成会员制也可以啊，我真的很需要专家模式。”微博
受伤最深的是角色扮演/写作圈。小红书一条 186 赞的帖子吐槽取消专家模式以后"冷漠到令人发指！！！写了向着我的人设，然后跟着一起指责我！！！ooc 太严重了。"原生视觉上线后内容审核也跟着收紧，有人的长期项目突然被卡，“坑死我了！支持视觉了我还不知道”。小红书哔哩哔哩
但社区的自救速度也快——9 月 12 日一条"deepseek 新版本仿专家模式指令"拿下 2851 赞、2410 收藏，本质是把专家模式式的叙事规则写成一段系统提示词手动喂回去，比如"核心边界：禁止替用户（xx）作出任何行为、动作描写、发言或决策。禁止杜撰用户未明确描述的过去事件或反应。"小红书
也有好消息：12 日 App 开始灰度语音播报/语音对话。至于文笔，社区评价两极，一条微博说得直白：“V4pro 保留了真是太好了，flash 的文笔是真吃不惯。”微博
开源侧：510GB 权重，普通人是看客，社区是狂欢
权重已上 HuggingFace（deepseek-ai/DeepSeek-V4.1-Flash，附技术报告），官方表态会和开源社区紧密合作做 V4.1-Flash 的推理支持、探索更多部署形态。第三方材料称权重为 MIT 许可，vLLM/SGLang/Transformers 路线可用。DeepSeek官网
但先泼冷水：FP8 原始权重约 510GB，部分 MoE 路由专家已是 FP4，继续向下量化空间很小。想跑满上下文，按知乎实测博主的估算，要准备一台 8 卡 H200 或 16 卡 PPU 的算力服务器，预算 300 万往上；压缩着跑也要 8 张 96GB 的 RTX PRO 6000。知乎
社区动作很快：GGUF Q2 量化版已经出现，MiaAI 已经在 3 台 DGX Spark 上跑起了 DeepSeek-V4.1-Flash。知乎
对开源社区，更有价值的可能是 CED 架构本身——发布次日就有人把这套 Encoder-Decoder 分工不重新训练直接移植到 Qwen3-8B 上：原本 36 层 decoder，借用 CED 的分工后，前 18 层 encoder、后 18 层 decoder，prefill 计算量直接减半。KV 压缩、非对称激活这些技巧，正在变成全行业可复用的效率资产。知乎
四类人，对号入座
① 拿 API 跑生产的开发者：V4 Pro 复活且计费不变是喘息，但注意公告原话是"如有变动另行通知"——不是永久承诺。第一件事是模型名：新项目直接用 deepseek-flash，别再依赖旧模型名，v4-flash 和 vision-exp 已退役、旧名只是暂时兼容路由。存量 V4 Pro 项目趁闲时跑回归，重点对比长上下文摘要、工具调用格式、图片 OCR、JSON Schema 输出是否一致；批量和长任务排到闲时，峰谷价差一倍，调度就是钱。做科研复现的，趁 DeepSeek-V4-Pro-0813 端点还在，抓紧备份关键输出。微博
② C 端重度用户（写作/角色扮演/编程）：先接受"智能模式"会自动决定思考深度和视觉开关这个现实；怀念专家模式手感的，去抄那段 2851 赞的"仿专家指令"提示词、按自己的场景改；敏感图片上传比以前谨慎；语音播报在灰度，多刷新碰碰运气。想白嫖算力的，腾讯 WorkBuddy 已全量接入 V4.1 Flash。评论区还流传每天登录有积分可领（口径以官方为准）。微博
③ 想本地部署的：消费级单机全量推理不现实，别被"开源了"三个字冲动下单显卡。务实路径：先拿 GGUF Q2 量化版小成本试水、自测质量；或者关注社区基于 CED 思路的中小模型改造；真要为业务私有化，按 8 卡 H200 级别的预算认真立项。
④ 观望等 V4.1 Pro 的：盯四个信号——V4.1 Pro 何时上线（那才是 V4 Pro 真正退役倒计时的重启键）；专家模式是否回归或改会员制；Artificial Analysis 等第三方榜单修正口径后 V4.1 Flash 的排位；以及 V4 Pro 会不会再被"另行通知"。
最后说两句
这周最有意思的是反差：模型之下，DeepSeek 的工程能力（3FS 分布式文件系统、单集群并发数十万 Agent 环境的 DSec 沙箱、437 倍的 KV 累计压缩）是行业顶级，还一口气招 150 个后端工程师；模型之上，一次"替你换模型"的决定，差点把用户信任烧穿。InfoQ 那句总结值得所有做软件的公司抄下来：这次争议的核心并非 V4.1 Flash 本身的性能或价格，而是模型切换的决策权。用户可以接受退役、接受迁移，唯独不接受被"悄悄换模型"。往后评价一家模型公司，除了看它能不能把最高分刷上去，也要看它能不能让开发者放心地把业务跑上去。36氪知乎
对咱们用户，教训同样简单：梁子家听劝是好事，但听劝不等于以后不整活。版本承诺这种东西，还是握在自己手里最踏实——该锁版本的锁版本，该跑回归的跑回归，该抄的提示词抄起来。
