DeepSeek 最近推出了新一代 AI 模型 V4.1-Flash。根据官方介绍，虽然 V4.1-Flash 的总参数规模和激活参数均低于 V4-Pro，但在性能、推理速度和成本控制方面的表现更为突出，特别是在智能体和编程相关任务上，部分基准测试成绩超过 V4-Pro 及 GPT-5.6 Sol 等前沿模型。
DeepSeek V4.1-Flash 在性能和成本方面表现优越
DeepSeek 指出，V4.1-Flash 采用专家混合架构，总参数为 5520 亿，输入阶段激活参数为 80 亿，输出阶段则为 160 亿。相比之下，上一代 V4-Flash 总参数为 2840 亿，而 V4-Pro 总参数则达到 1.6 万亿。该模型的一项主要改进是大幅压缩 KV 缓存，缓存占用降至每个 token 约 890 字节，同时输出速度达到每秒约 214.4 个 token，首个 token 响应时间为 1.13 秒。
独立评测机构 AA 给出了“速度显著较快”的评价。
在性能方面，DeepSeek 表示 V4.1-Flash 在高推理强度设置下，于终端操作、代码修复和自动化任务等测试中领先于 GPT 5.6 Sol 和 Claude Opus 5。不过，在更广泛的高难度通用推理任务中，该模型的成绩则相对一般。AA 的数据显示，V4.1-Flash 的综合智能指数为 40 分，高于多数同类开源权重模型的中位水平，但仍低于头部前沿模型。
需要注意的是，AA 最近升级了评测体系，整体评分标准明显收紧，不少高分模型的分数也出现下调。
在价格方面，AA 的数据显示，V4.1-Flash 每 100 万输入 token 价格为 US$0.30 (约 HK$2)，每 100 万输出 token 价格为 US$1.20 (约 HK$9)，综合成本约 US$0.18 (约 HK$1)，低于同档模型的中位数。若命中缓存，价格可进一步降至每 100 万 token US$0.01 (约 HK$0)。AA 同时指出，该模型回答偏长，评测中输出 token 总量明显高于同类模型，可能对实际使用中的时间和费用带来影响。
在技术层面，V4.1-Flash 引入名为 CED 的新结构，将 40 层 Transformer 拆分为 20 层因果编码器和 20 层解码器，减少传统交叉注意力带来的重复计算，并结合 CSA2、FP4 量化等方法压缩缓存与内存占用。整体来看，DeepSeek 此次更新重点放在智能体执行、代码能力和部署成本的优化上。