DeepSeek V4.1 Flash 是一款 552B 参数的 MoE（混合专家）模型，采用 Causal-Encoder-Decoder 架构。
读取输入时约激活 8B 参数，生成内容时约激活 16B 参数。
上下文窗口为 100 万 Token，最大输出长度 384K Token。
模型可以处理文本、图片、截图和图表，也支持 JSON 输出、工具调用、Responses API，以及 low、high、max 三档思考模式。
长文档、代码库、Agent、知识库和图文混合任务，都可以直接交给这一个模型处理。
| 套餐 | 价格 | 说明 |
|---|---|---|
| API 输入（缓存命中） | 空闲时段 0.02 元 / 百万 Token；高峰时段 0.04 元 / 百万 Token | 适合重复读取相同上下文 |
| API 输入（缓存未命中） | 空闲时段 1 元 / 百万 Token；高峰时段 2 元 / 百万 Token | 按实际输入 Token 计费 |
| API 输出 | 空闲时段 4 元 / 百万 Token；高峰时段 8 元 / 百万 Token | 按实际生成 Token 计费 |
| 网页端 / App | 免费 | 聊天、写作、资料整理等日常使用 |
工作日 9:00–12:00、14:00–18:00 为高峰时段，其余时间执行空闲价格。
和 V4 Flash 相比：
V4 Flash Vision Exp 处理图片时还需要额外的视觉模块。
V4.1 Flash 直接把视觉能力放进了主模型。
文字、图片、截图和图表可以一起输入，也不需要单独再接一套视觉模型。
比如做报表分析，可以先读截图，再识别图表，接着继续整理数据或调用工具。
开发流程会更短一些。
复杂 UI、小字和高密度图表的表现，还是要单独测。不同视觉任务之间的难度差异很大。
上下文窗口仍然是 100 万 Token。
官方公布的 49K 长上下文检索测试里，V4.1 Flash 的速度达到 V4 Flash Vision Exp 的 5.2 倍，SVG 代码生成约快 6 倍。
这类提升放到长文档和大型代码库里会更实用。
几十万 Token 能不能塞进去，已经不是太大的问题。更麻烦的是每次读取要等多久。
Agent 连续跑很多步时，单次等待时间一长，整条链路都会被拖慢。
V4.1 Flash 读取输入时约激活 8B 参数，开始生成后提高到 16B。
代码分析、RAG、企业知识库里，经常会碰到“大量输入、少量输出”的情况。
比如一个代码仓库可能有几十万 Token，最后的修改建议只有几千 Token。知识库也差不多，输入资料很多，最终答案很短。
这种场景下，输入阶段的计算开销会直接影响长期成本。
V4.1 Flash 这次把输入端的激活规模和价格都往下压了。
公开成绩包括：
部分项目已经超过 V4 Pro 公布的数据。
Flash 一般容易让人想到更快、更便宜，也会顺带牺牲一点性能。V4.1 Flash 从公开结果看，没有明显掉到轻量模型那一档。
这还不能直接等同于生产环境表现。
Agent 连续调用几十次工具之后是否稳定，大型代码库能不能一直保持准确，跑完一次完整任务到底用了多少 Token，都得单独记录。
评论（0）