👁 525 次阅读
2026年9月10日，DeepSeek 正式发布 DeepSeek-V4.1-Flash——一个 552B 参数的 MoE 模型，却采用全新 Causal Encoder-Decoder 非对称架构，输入侧只激活 8B 参数、输出侧只激活 16B 参数。上线三天后（9月14日 UTC 04:00），官方宣布所有 V4-Pro 请求将自动路由到 V4.1-Flash，并按 Flash 价格计费。这个”小模型超越旗舰”的节奏，正在重写大模型的定价逻辑。
架构是核心：552B 参数，只激活 8B
DeepSeek 官方公告将 V4.1-Flash 定位为”新架构家族中最小的模型”，但它并不小——552B 总参数是上一代 V4 Flash（284B）的近两倍。真正的突破在于 Causal Encoder-Decoder 非对称设计：输入侧仅激活 8B 参数，输出侧激活 16B 参数。配合新预训练方法与大規模 RL 后训练，官方给出的结论是”基准测试全面超越旗舰模型，包括 DeepSeek-V4-Pro”。模型已在 DeepSeek API 上线，原生支持视觉理解，最大上下文 384K，并发上限 2500。
价格：缓存命中只要 0.003 美元，KV 缓存缩到上一代的 1/8
官方定价页给出的数字相当激进（均为每百万 token，闲时按峰值半价）：
| V4.1-Flash | V4-Pro | |
|---|---|---|
| 输入·缓存命中（闲时） | $0.003 | $0.022 |
| 输入·缓存命中（峰值） | $0.006 | $0.044 |
| 输入·缓存未命中（闲时） | $0.15 | $0.66 |
| 输入·缓存未命中（峰值） | $0.30 | $1.32 |
| 输出（闲时） | $0.6 | $1.98 |
| 输出（峰值） | $1.2 | $3.96 |
更关键的是缓存：官方称 V4.1-Flash 的 KV 缓存只需上一代的 1/8 SSD 存储。DeepSeek 特别点出”缓存命中费用通常占 Agent 成本的一大比例，压缩缓存能显著降低这部分支出”。峰值时段为周一至周五 UTC 01:00-04:00 与 06:00-10:00，其余时间均为闲时半价。旧模型名 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 已退役，仍会被识别并路由至 V4.1-Flash，按 Flash 价格计费。
官方直接砍掉 V4-Pro 独立服务
从 9月14日 UTC 04:00 起，所有 deepseek-v4-pro 请求将自动路由到 V4.1-Flash 并”按 Flash 价格计费”，持续至 V4.1-Pro 发布。不过后续定价页与快速入门页补充说明：应应用户需求，V4-Pro 的 API 服务将在 9月14日后继续提供，计费方式不变。也就是说，”停服”实际是计费路线的合并，而非功能下线——这一定位调整很微妙。
社区怎么看：562条评论里的三个声音
据 HackerNews 社区讨论，该消息以 987 分、562 条评论登顶当日榜单。支持者认为”Flash 跳级超越上一代 Pro 的节奏若能持续，行业会很有意思”；质疑者则指出 552B 总参数已是上一代的近两倍，”这不算是真正的 Flash 了”，基准提升部分来自规模扩张（有人提到多出约 200B 的 engram 模块）；也有人担忧”Anthropic 和 OpenAI 可能会升级反蒸馏防御”。本地部署方面，有用户报告在 128G Mac Studio 上用 IQ3_XXS 量化跑 256K 上下文约需 117G 内存，也有用户坚持使用 antirez 的 2-bit 方案 dwarfstar。
Agent 生态同步接入
DeepSeek Harness 目前面向全球 Agent harness 开发者开放预览，官方称 Claude Code、GitHub Copilot、OpenCode 等工具可直接把 DeepSeek 作为后端模型接入，无需改代码。官方合作伙伴 WorkBuddy（含 CodeBuddy）与 OpenCode 已完整支持 V4.1-Flash。
其他值得关注的热点
OpenAI 推出 Agents API（HN 336 分）
OpenAI 官方开发者文档上线 Agents API 总览，标志其 Agent 能力从框架层转为原生 API 能力，可直接构建多步推理与工具调用链路。同日另有 467 分的高热度讨论围绕”OpenAI 反复重新启用『允许用于训练』开关”展开，用户信任成本再次成为焦点。
Google 买入芬兰核电站半数电力，投 150 亿美元建 AI 数据中心（HN 269 分）
据 BBC 报道，Google 将购买芬兰某核电站一半的电力，并计划投资 150 亿美元建设 AI 数据中心。这是 AI 基建从”抢芯片”转向”抢电力”的又一标志性动作，数据中心选址逻辑正在被能源供给重塑。
Claude 全面要求年满 18 岁（HN 454 分）
Anthropic 宣布 Claude 仅对 18 岁以上用户开放，并上线年龄验证机制，引发 505 条评论讨论。主流模型平台开始以年龄门槛作为安全与合规的第一道防线。
趋势总结
DeepSeek V4.1-Flash 的真正意义不在参数规模，而在”非对称架构 + KV 缓存压缩”这条降本路径——它直接命中 Agent 应用最痛的边际成本。当”小模型比旗舰便宜又更强”成为常态，价格战的重心已从单纯降价转向架构效率。接下来值得盯住的三件事：V4.1-Pro 何时发布、552B 权重何时开源，以及 Anthropic/OpenAI 的反蒸馏防御会不会升级。
数据来源：DeepSeek 官方公告（2026年9月10日）、DeepSeek API 定价页、HackerNews 社区讨论（987分/562条评论）、BBC 新闻。定价数据以 DeepSeek 官方页面为准，产品与价格可能随时调整。