昨天（9月10日）上午，DeepSeek 干了一件它自己以前从没干过的事。
官方宣布新模型 V4.1 Flash"在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro"，同时直接给老旗舰排了退役表：9月14日中午12点后，V4 Pro 的 API 下线，所有请求自动路由到 V4.1 Flash，并按 Flash 系列降价后的新单价计费。这是 DeepSeek 产品史上第一次用新模型直接顶替旧旗舰。今日头条今日头条
社区反应分成两派：官宣帖在小红书拿到 2051 赞、757 条评论，字母AI的稿件标题直接喊出了"梁文锋又当回了梁圣"。另一边，有媒体把内测期开发者的吐槽总结成一句话——“速度更快，烧钱也更快了”。今日头条网易智能
我把官宣、基准测试图、第三方实测和内测用户的踩坑记录都翻了一遍。先说结论：对免费用户，这次是白捡的升级；对付费用户，先别急着欢呼或迁移，14日中午之前有几件事要核对。
App和网页党：三个模式没了，但你大概率赚了
普通用户最直观的变化，是官方 App 和网页版原来的"快速、专家、识图"三个对话模式合并了，后续统一由 V4.1 Flash 提供服务。深度思考和搜索也都默认接入，不用再手动挑模式。小红书知乎
担心"合并等于减配"的可以看看实测。这次的变化点有三个：
识图变成了原生能力。之前8月21日上线的 Vision-Exp 版是给纯文本模型"外挂"一个视觉编码器，识图和文字两套路；V4.1 Flash 是图和文从基座模型层就在一起训练的原生多模态。视觉输出的差距肉眼可见——同一道"火箭发射"动画题，老 V4 Flash 画出来还是卡通贴纸风的扁平色块，V4.1 已经能给出像样的发射场构型，点火时烟云铺开；"水族馆"题里，老版那些"鱼"被吐槽是气球，新版终于变成了五颜六色的鱼群。今日头条今日头条
速度是另一个维度的。社区内测实测首字延迟 0.4 秒、输出 344 token/s。转正后媒体实测 427 token/s、峰值 507 token/s。字母AI提到一个极端例子：敲一句"你好"，思考 0.3 秒、端到端 0.8 秒出完整回复。更关键的是速度不随上下文变长而衰减，长文档、多轮任务里的体感提升会很明显。哔哩哔哩微信知乎
干成活的比例高了。网易智能给 V4.1 Flash 和老 V4 Flash 布置了三个真实小项目：3D 绕障停车游戏、能下单打折取消的小店、能预约改期导出日历的系统。V4.1 三次交代码都没超过 5 分钟，三套全部通过验收；老版做成了预约系统，但游戏画面做反了、小店查订单出错，折了两道。网易智能
对免费用户，这部分不需要你做任何操作，重新打开 App 就是新版。唯一要适应的是：不用再纠结切哪个模式，图片直接丢进去就行。
"烧钱更快"是笔误读账：单价没涨，反而全面降了
内测那两天（9月8日-9日）最大的争议，是有开发者吐槽"几分钟就花掉10元"。这事是真的，但机制要说清楚：
一是输出快了，单位时间 token 自然多。上手实测的开发者也发现了这个矛盾点：模型输出速度变快，单位时间消耗的 token 变多——每秒三四百 token 往外喷，同样干一分钟活，token 总量比老模型翻几倍。账单变大的第一来源是"它干得快"，不是"它卖得贵"。今日头条
二是这代模型主动性很强。有内测用户让它搜个信息，它自己写代码跑测试去了。做视觉 Agent 任务时它还会反复截图、自查、改代码。一位抖音博主跑完整套流程烧掉约 3 亿 token，但因为缓存命中率 99%，实际费用只有 32 元左右。小红书抖音
而转正这天，官方把 API 价格整体下调了。每百万 token 的空闲时段新价格：缓存命中 0.02 元、缓存未命中 1 元、输出 4 元，高峰时段翻倍。对比老 V4 Flash 的空闲 1.5 元输入、4.5 元输出，这次是实打实的下调。而对比 V4 Pro，更是便宜约 77%。知乎网易智能今日头条
所以正确的算法是：重度 Agent 任务确实"吃" token 更快，但单价降了、缓存命中价便宜到近乎白送（0.02 元/百万）。把批量任务挪到闲时、让上下文尽量命中缓存，总账大概率比升级前更低。被"烧钱"吓退之前，先看自己的任务结构。
API和工具链用户：9月14日中午12点前，做完这3件事
第一件：核对你的模型名和业务依赖。如果你的调用还指向 V4 Pro，14日中午后请求会自动切到 V4.1 Flash、按新价计费。对性能满意的话等于纯省钱；但如果你的业务依赖 V4 Pro 的特定输出行为——格式、语气、工具调用习惯——务必在 14 日前自己跑对比测试。官方公告末尾专门留了口子：“如您在对比测试中发现任何问题，请及时向我们反馈”。另外内测用户注意：那个写着 expires-on-0910 的内测模型名已经到期下线，别让它留在你的配置里报错。今日头条小红书
第二件：DSH（DeepSeek Harness）用户升级到 v0.1.5。内测期有个经典坑：DSH 里调用 V4.1 Flash 会提示不支持图片，但模型本身原生就能看图——问题出在 DSH 的模型配置没声明图片输入，有人手把手教你打开 settings.yaml，在 inputModalities 里手动补一行 image 才跑通，这篇教程在小红书拿了 63 赞、96 收藏。与正式版同步发布的 v0.1.5 已经支持 Web 界面上传图片、PDF，而且这次 DSH 是和 V4.1 Flash 深度结合训练的，模型在不同配置下做过专项优化，不用再手改配置文件。小红书知乎
第三件：薅准两周优惠窗口。腾讯系 WorkBuddy、CodeBuddy、OpenCode 成为 V4.1 Flash 官方合作伙伴并已全量接入，其中前两者是"在中国独家联合推出"，提供为期两周的上线优惠。本来就在用这些第三方 Agent 工具的，这两周是成本最低的试错窗口。今日头条
冷静部分："全面超越"没说满的地方
官方基准图里有两项没被重点转发，但你应该知道：
Terminal-Bench 3.0（终端操作类任务）：V4.1 Flash 只有 30.0 分，明显低于 Claude Opus 5 的 43.3 和 GPT-5.6 Sol 的 34.4；
GPQA Diamond（研究生级科学问答）、Terminal-Bench 4.0、ProgramBench 等项目，与顶级闭源模型仍有差距。知乎
它拿得出手的是 DeepSWE v1.1（74.2 分，以 0.2 分险胜 Opus 5）、CyberGym（88.1 分）和 Automation-Bench 这类软件工程与自动化任务——正好是 Agent 干活的主战场，但硬核终端操作和深度科学推理不是。抖音
个体实测也印证了这个画像。一位开发者拿它跑完整产品流程：推理题很稳，24 点给出 3 个全对的解法、七位密码锁答案精确命中。但做"浏览器操作系统"时桌面一片空白，压轴的太空设计游戏直接报错跑不起来。今日头条
他的结论一针见血：代码写得再漂亮都没用，用户最在意的还是"能不能跑、能不能给人用"——一到要把完整产品流程跑通的难点，它就会在关键节点掉链子。今日头条
别忘了不久前的教训：V4 Pro 8月13日上线时也是万众期待，结果第三方实测智能指数只有 53 分，仅比便宜三倍的 V4 Flash（50 分）高 3 分，撑不起定价。相关公告还被撤回，有行业追踪直接把 V4.1 Flash 的发布定性为 V4 Pro"翻车"后的补救。这次"全面超越 V4 Pro"有基准图和多方实测背书，可信度更高，但建议你在心里翻译成：在大多数日常对话和 Agent 场景全面超越，顶级难度任务仍需别人。知乎微信
同一周的两个世界：一边卖"AGI"，一边卖"普惠"
把时间线拉远一点会更有意思：9月3日，OpenAI 发布 GPT-6 Astra，总裁布洛克曼喊出了"欢迎来到AGI时代"。API 定价输入 10 美元/百万 token、输出 50 美元/百万 token，比上代涨了 2.5 倍。7 天后，DeepSeek 的 V4.1 Flash 官宣稿关键词是"普惠"，闲时缓存命中价 0.02 元人民币。只看输出单价：Astra 的 50 美元按当前汇率折合约 356 元/百万 token，V4.1 Flash 闲时 4 元、高峰 8 元——差距在 40 到 90 倍之间。这不是简单的谁强谁弱，而是两条路线：一条把"最强智能"标高价、配严权限卖给愿意付钱的人；另一条把"足够好的智能"压到接近白菜价，让你高频用、放心用。今日头条百家号小红书
对普通工具党，最优解大概率不是站队，而是按任务分配：高频对话、识图、文档处理、办公自动化、轻量编程，交给 DeepSeek，便宜且快；一次都不能失败的硬核项目、复杂终端操作，再考虑顶级闭源订阅。两边的钱都花在刀刃上。
接下来值得盯的三个信号
V4.1 Pro 来不来、什么时候来。官方"路由到 Flash"的承诺以"V4.1 Pro 上线之前"为前提，且按第一财经说法，V4.1 Flash 只是新架构系列里尺寸最小的一款，更大的还在后面。今日头条
App 三模式合并后的真实口碑。尤其原来"专家模式"的深度推理场景，统一到 Flash 后够不够用，评论区的风向值得观察一两周。
14日 V4 Pro 下线后的第一个账单周期。跑重度 Agent 任务的朋友，拿新价格对照自己的总消耗，验证一下"吃得快"和"单价低"到底谁赢。
DeepSeek 这次等于亲手承认了一件事：对绝大多数场景，“够强+够快+够便宜"打得过"最强+最贵”。而用工具的我们，是这场路线之争里稳赚的一方。
