---梁文锋发力了
核心爆点：小模型干翻自家旗舰
这次发布的正式名称是 **DeepSeek V4.1 Flash**，是全新模型结构系列里尺寸最小的一款，但官方宣称在基准测试中超越了包括上一代旗舰 DeepSeek V4 Pro 在内的一众旗舰模型——媒体的说法很直白："用Pro的能力收Flash的钱"。
---
1. 架构革命：非对称因果编码器—解码器
**552B 总参数的 MoE**，但输入/输出计算不对称：处理输入只激活 **8B** 参数，生成输出激活 **16B**。逻辑对应 Agent 工作模式——读大量上下文（代码仓库、长文档）时用便宜的计算，产出相对有限的判断和指令。
**原生多模态**：自带视觉理解，不再是 8 月那种外挂的 Vision-Exp 实验版（当时 V4 Flash 和 Vision-Exp 还是两个独立模型）。
这套结构**可扩展到更大参数规模**，为后续更大型号铺路。
效率数字很夸张：相对上一代，**HBM 显存占用降到 1/4，SSD 存储降到 1/8**；每 token 全局 KV Cache 压到 **890 字节**，比 4 月的 V4 Flash（3514）再小 **3.9 倍**。从 V1 算起，KV Cache 总共缩小了 437 倍。
---
2. 性能：Flash 尺寸，旗舰分数
官方公布的成绩里几个关键项：
| 基准 | V4.1 Flash | 对比 ||---|---|---|| **DeepSWE v1.1** | **74.2** 🏆 | 干翻 Opus 5（74.0）、GPT-5.6 Sol || **Codeforces** | **Rating 3471** 🏆 | 竞赛编程唯一 3400+，独孤求败 || **CyberGym** | **88.1** 🏆 | V4 Pro 为 83.3 || **Terminal-Bench 2.1** | **90.6** 🏆 | V4 Pro 为 87.9 || **Automation-Bench** | **54.8** 🏆 | 第一，领先 Opus 5（50.3） || **GPQA Diamond** | 90.9 | 低于 V4 Pro（92.4）和 GPT-5.6 Sol（94.1） || **Terminal-Bench 3.0** | 30.0 | Opus 5 为 43.3 |
简单说：**Coding 和 Agent 类任务已经干到第一梯队甚至最强**（DeepSWE、CyberGym、Automation-Bench 三项登顶），但在硬核科学推理（GPQA Diamond 90.9）和复杂终端任务（TB 3.0 的 30.0 对 Opus 5 的 43.3）上仍有差距——**加了工具以后 HLE 跳到 63.9 排第一**，说明它擅长用工具补推理短板。
第三方 OpenDesign Arena 给了一个很有信息量的结果：V4.1 Flash **世界第二**，超过 Claude Fable 5.1、GPT-5.8 Sol 等，仅次 GPT-6 Astra，而且**成本只有 Astra 的 1.4%，得分达到其 98%**。
这是两个月内的第二次"小胜大"：7 月 31 日的 V4 Flash 正式版就已经靠纯后训练在九项 Agent 基准上反超 Pro 预览版，这次是**连架构带后训练（新预训练方法 + 更大规模强化学习）一起换**，把差距彻底拉开。
---
3. Pro 下线（你问的重点）
官方安排：**deepseek-v4-pro 将在 9 月 14 日 12 时后转向新 Flash，并按 Flash 价格计费，直至未来 V4.1 Pro 上线**。也就是说 Pro 不是被砍，是被自家小弟性能+价格双重碾压后"战略性让位"，等新架构的 Pro 出来再战。背景是 Pro 一直受高端算力产能约束、吞吐有限，定价反映的是供给瓶颈而非真实成本。
所有旧模型名（`deepseek-v4-flash`、`deepseek-v4-flash-vision-exp`）当前底层也已切换为 V4.1 Flash。文字与图片处理并入同一个主力 API 模型。
---
4. 定价：继续峰谷，缓存输入再砍 60%
新价格 9 月 10 日 12:00 生效（单位：元/百万 Token）：
| 计费项 | 空闲时段 | 高峰时段 ||---|---|---|| 输入（缓存命中） | 0.02 | 0.04 || 输入（缓存未命中） | 1.0 | 2.0 || 输出 | 4.0 | 8.0 |
对比 V4 Flash 同口径：**缓存命中输入降价 60%，未命中降约 33%，输出降约 11%**——明显在定向补贴 Agent 的多轮重复读取场景。按官方测算，典型 Agent 任务组合用量的闲时费用从 **0.245 元降到 0.16 元，降约 34.7%**。
---
5. C 端和 Harness 配套
- **网页/App 端**：快速、专家、识图三个模式**全部合并**，统一接入 V4.1 Flash，最先进模型直接开"深度思考+搜索"。- **新版 Harness（配套运行环境）**与模型深度绑定：更新系统提示词时**保留已有 KV Cache**（配合降价进一步省重复计算）、Web 端支持上传图片/PDF 由 Agent 按需读取、新增实验性 **Agent Teams** 多智能体协作（共享任务列表、成员互发消息、主 Agent 汇总）。- **生态侧**：腾讯 WorkBuddy、CodeBuddy 和 OpenCode 作为官方合作伙伴全量接入。
---
一句话总结底层逻辑
> V4.1 用非对称架构把"读"的成本打穿（这正是 Agent 范式下的大头），把旗舰能力塞进小尺寸模型，再以 Flash 价格计费、Pro 让位——DeepSeek 在用**架构创新而非补贴**打价格战，目标就是把 Agent 一次任务的总账单压到无可竞争的位置。---