DeepSeek V4.1 Flash来了：比自家Pro更强，还更便宜

图片

今天DeepSeek干了件在AI圈相当离谱的事：

正式发布V4.1 Flash，然后宣布——V4 Pro四天后（9月14日12点）下线，所有请求自动路由到新Flash，按Flash的价格计费。

注意这个辈分关系：Flash是轻量款，Pro是旗舰款。小弟上市，大哥退役。

先复盘一下这一个月有多魔幻

8月13日，DeepSeek发布V4 Pro正式版，同时甩出一张涨价单：API价格最高涨了11倍，首次搞峰谷定价，高峰时段翻倍。开发者社区当场炸锅，原话是"没有性价比了"。

8月17日，新价格生效，骂声一片。

9月9日，DeepSeek悄悄宣布Flash系列降价：缓存命中价砍60%，不少价格回到了涨价前。

9月10日，谜底揭晓：哪里是良心发现降价，是新模型把成本真的打下来了。V4.1 Flash发布，性能、速度、费用、总用时四项全面超越V4 Pro——官方原话。

也就是说，V4 Pro正式版在市面上只活了28天，就被自家一个"小尺寸"模型送进了博物馆。

它是怎么做到又便宜又强的？

说两个技术细节，不用懂技术也能听明白。

第一，新模型换了个脑子结构。以前的模型读东西和写东西用同一套参数，V4.1 Flash改成了"不对称"：读输入的时候只激活80亿参数，写输出的时候激活160亿。

为什么这么改？因为现在AI干活的模式变了。一个Agent跑任务，要读大量的代码、文档、工具返回结果，真正自己写出来的内容反而不多——典型的"读多写少"。既然读的部分不需要那么聪明，那就用小脑子读、大脑子写，账单自然就下来了。

第二，它把"短期记忆"占的显存压缩到了极致。KV Cache（可以理解成模型读长文时的草稿纸）缩小到每token 890字节，对显存的需求降到上一代的四分之一，比DeepSeek初代模型缩小了437倍。Agent任务反复读上下文，这张草稿纸以前是成本大头，现在基本等于白送。

图片

如图展示了 DeepSeek 在减少上下文存储方面的持续进展。相对于初代模型，KV Cache 已经缩小了 437 倍。

总参数5520亿，MIT协议开源，100万token上下文，还原生带视觉理解——看图、读截图、分析图表不用再单独调模型了。

价格账算一下

闲时每百万token：缓存命中输入2分钱、未命中1块钱、输出4块钱。高峰时段翻倍。

图片

对比8月涨价前的老Flash：输入价回到了从前，输出还是以前的两倍。但对比V4 Pro的价格，Hacker News上有人算了笔美元账——输出token，新Flash闲时0.6美元，Pro是1.98美元，差了三倍多。

所以9月14日之后会出现一个很魔幻的场景：你指着deepseek-v4-pro的接口发请求，后台给你跑的是更强的模型，收的是更便宜的钱。

降级？不，这叫"向下升级"。

更值得琢磨的是后半句话

官方说，V4.1 Flash是"全新模型结构系列中尺寸最小的型号"。

最小的，已经把上一代旗舰打死了。

图片

那大的呢？报告里写得很明白：新结构就是为了"可扩展到更大参数模型"。V4.1 Pro正在暗处憋着。DeepSeek这波相当于先放个小号出来清场，把"旗舰能力"的价格锚直接砸穿，等大号出来，定价和想象空间全是它说了算。

时间点也很微妙。昨天路透社刚曝出DeepSeek请中信证券辅导科创板IPO，估值5000亿；今天就用一场"加量还降价"把全球开发者的好感度拉满——Hacker News上相关帖子冲到近400分，评论区一片"便宜得离谱"。

资本市场讲故事需要想象力，开发者生态需要真金白银的便宜。DeepSeek两天之内，两头都喂了。

再看大洋对面：同一天，OpenAI那边GPT-6 Astra因为需求太猛，放话可能暂停新的Pro订阅注册——一个忙到要关门谢客，一个敞开大门还降价。

AI竞赛打到2026年秋天，画风已经很清楚了：有人在卖奢侈品，有人在卖自来水。

而对国内开发者来说，建议很实在：这几天可以把Agent任务往闲时（晚上和周末）挪挪，能再省一半；9月14日之后如果还在调v4-pro的接口，不用改代码，但记得去后台看看账单——会有惊喜。