DeepSeek 发布 V4.1-Flash：552B MoE、非对称架构，KV 缓存压到 1/4

发生了什么

DeepSeek 发布 V4.1-Flash（2026-09-10），官方原文要点：

• 架构：552B 参数的 MoE，新的 Causal Encoder–Decoder 结构，输入仅 8B 活跃参数、输出 16B 活跃参数；官方称新预训练方法 + 更大规模 RL 后训练让它在基准上超过包括 V4-Pro 在内的旗舰模型。
• KV 缓存：相比上一代只需 1/4 的 HBM、1/8 的 SSD 存储——官方明确指出缓存命中费用在 Agent 成本中占比很大，压缩缓存等于直接降本。
• API 变化（破坏性）：模型名切到 deepseek-flash；V4-Flash 与 V4-Flash-Vision-Exp 退役，旧名临时兼容路由到 V4.1-Flash；2026-09-14 04:00 UTC 起，所有 deepseek-v4-pro 请求按 V4.1-Flash 计费路由，直到 V4.1-Pro 发布。
• 价格：新价格 2026-09-10 04:00 UTC 生效；峰谷定价继续，谷时费率为峰时的 50%。

为什么值得工程上留意

• 这是一次”模型名变更 + 默认路由变更”的破坏性更新。请求里硬编码了 deepseek-v4-pro 的系统不会报错，而是静默跑在另一个模型上，输出特征与成本都会变——这类变更必须靠回归评测而不是靠是否 500 来发现。
• 谷时 5 折让”批量、可延迟”的任务有了明确的调度策略：把离线批处理挪到谷时，比换模型更省。
• 开源权重与推理支持已发布在 Hugging Face，自部署方案可以评估。

本文只转述 DeepSeek 官方发布页中已公开的事实；具体价格表以官方图片与 API 文档为准。