DeepSeek旗舰9月14日变脸，你的账单自动降七成

一家AI公司把自家旗舰悄悄下了架，还顺手替你把账单打了折。天底下有这样的好事？

9月14日北京时间中午12点起，所有发往deepseek-v4-pro的请求，一律改道到9月10日刚上线的V4.1-Flash。费用全部按Flash的价格计价，直到新的V4.1-Pro上线。DeepSeek官网的公告写得明白，新模型什么时候来，没给日期。

我翻了官网公告和模型卡，把三行价格抄了下来。高峰时段每百万token的输出价格，V4-Pro是3.96美元，Flash是1.2美元。缓存未命中的输入，从1.32美元降到0.3美元。缓存命中的输入更狠，从0.044美元降到0.006美元。我算了下，输出砍70%，输入砍77%，缓存命中砍86%。

关键是，你的代码一行都不用改。

模型名还是deepseek-v4-pro，接口照常响应，延迟大概率还更快。跑批结束你去核对费用，数字自己瘦了一圈。没有弹窗，也没有迁移指南。多数人的第一反应是，降价还需要适应吗？需要的。你先得想明白，你省下的钱，对应着你原来花钱买的那个东西。它本身换了芯。

便宜是真的，代价也是真的

两边的基准分数都摆在官方模型卡上。代理类任务，Flash反超Pro，Terminal-Bench拿到90.6分对87.9分，DeepSWE 74.2对62.7，赢得不小。纯知识和推理，Flash就矮了一头，GPQA Diamond 90.9对92.4，HLE 39.1对42.7，SimpleQA-Verified差得最多，42.3对55.2。

谁受益谁受损，这条线画得很清楚。跑agent工作流、写代码、调工具的团队，坐着就把折扣吃了。靠模型硬答知识题、做长链推理的应用，等于被人换了一台排量更小的引擎，油钱省了，马力也小了。

Flash为什么能这么便宜，答案藏在缓存里。552B总参数的MoE，输入只激活8B，输出激活16B。全局KV缓存压到每token约890字节，只有上一代的四分之一左右。挂agent的人都知道，缓存命中的输入费是重复成本的大头。这部分从0.044美元压到0.006美元，跑批的底价直接削掉一格。官方口径是多轮测试里，Flash在性能、成本、速度、任务总时长四个维度都赢了Pro。这话不算吹，前提是你的活恰好落在它赢的那两项里。

国内的价格也同步换了。9月10日生效的新定价，非高峰时段每百万token，缓存命中收0.02元，缓存未命中收1元，输出收4元，高峰时段全部翻倍。峰谷计价是一起生效的，灵活的任务挪到谷段，还能再省一半。

我在零售做过几年采购，对这种操作眼熟。供应商停掉老型号，发货单上的料号不变，到货的箱子里装的是新款。便宜了，规格表上也说得过去，可你要的那个老批次，生产线已经停了。ERP换底层引擎也是一样。报表数字对得上，某个角落的舍入规则悄悄变了。等你发现，往往是被业务方找上门的时候。

换下来的选择权去哪了

我的判断是，这次改道真正的信号在别处。DeepSeek没有停售旗舰，没有发迁移邮件。它用一次路由切换，替所有调用方做了一个决定，你们中的大多数，用不着最贵的那个模型。够用就行这三个字，从你自己选的，变成了它替你给的。

这也不是DeepSeek一家的招数。这一年里GLM、Qwen、Gemini都在把Flash档位往下压，轻量模型吃掉重量的场景越来越多。旗舰还存在，只是你的默认流量不再流向它。模型厂商的生意，正从卖最强大脑变成替你管钱袋子。

退路也有。V4.1-Flash的权重挂在HuggingFace上，MIT协议，1M上下文，谁都能拉下来自己部署。这算DeepSeek留的后手，也是在意推理质量那批人的活路。前提是你养得起自部署的机器。

DeepSeek官方还做过一组测试。同一个模型套进八种agent框架，DeepSWE成绩最大能差出8.7分。换工具壳的差距，比好几个模型之间的差距还大。你的流水线用什么壳，比你想的分量更重。

我点开自己后台的调用记录对了一遍。挂着的定时任务和文档摘要是纯agent活，留在Flash上吃折扣正合适。知识问答那部分迁回了开源权重自部署，跑得慢点，但答案的成色我自己说了算。同一个接口名，背后已经是另一个模型，下次你的AI应用行为有点不对劲，你会先查自己的代码，还是先想想，是不是厂商换了脑子？