DeepSeek V4.1 Flash 发布:V4 Pro 全量切流，flash 系列全线降价
DeepSeek 今天两件大事：V4.1 Flash 正式发布，官方称各项指标全面超越 V4 Pro，Pro 的请求全部切到它身上、按 Flash 价格计费；同时 flash 系列全线降价，缓存命中价直接砍了 60%。
老张今天上午打开 DeepSeek 开放平台后台，用量信息页连着弹了两条蓝条公告。顶部还挂着一条多模态视觉模型的横幅——注意，那个不是今天的新闻，V4-Flash-Vision-Exp 是 8 月 21 日就上线的，横幅只是还没撤。真正的今天主角是 V4.1 Flash 和新定价。
速览表
| 事项 | 内容 | 生效时间 |
|---|---|---|
| V4.1 Flash 发布 | 官方称性能、费用、速度、总用时全面超越 V4 Pro | 9 月 10 日前后 |
| V4 Pro 全量切流 | Pro 请求路由到 V4.1 Flash，按 Flash 单价计费 | V4.1 Flash 上线后 |
| flash 系列降价 | 缓存命中 0.02 元（-60%），未命中 1 元（-33%），输出 4 元（-11%） | 9 月 10 日 12:00 |
发生了什么
公告原文是这么写的：V4.1 Flash 经内部、外部多方测试，在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro。
然后是关键操作——在 V4.1 Flash 正式上线之后、V4.1 Pro 上线之前，V4 Pro 的请求会全部路由到 V4.1 Flash，按 V4.1 Flash 的单价计费。
翻译成人话：Pro 用户花 Flash 的钱，用一个官方认证比 Pro 更强的模型。
这不是 DeepSeek 第一次干这种事。7 月 31 日的 V4 Flash 0731 正式版就是同样路数：架构和参数没变，只重做后训练，Terminal Bench 2.1 从 61.8 干到 82.7，DeepSWE 从 7.3 飙到 54.4，直接反超 V4 Pro 预览版。
这次的 V4.1 Flash 更进一步。9 月 8 日官方交流群开了中间版内测，模型 ID 叫 deepseek-v4.1-flash-expires-on-0910，9 月 10 日到期下线。全新模型结构，原生支持多模态，每账号限 20 并发，计费沿用 V4 Flash。内测问卷里官方直接问：这个版本能不能全面替代线上的 V4 Pro。
价格：不是涨，是全降
9 月 10 日 12:00 起的新定价（每百万 tokens）：空闲时段缓存命中 0.02 元、缓存未命中 1 元、输出 4 元；高峰时段是空闲的 2 倍。
对比调整前的价格——空闲时段 0.05 / 1.5 / 4.5 元，高峰 0.1 / 3 / 9 元——三项全降：
- 缓存命中输入：0.05 → 0.02 元，降 60%
- 缓存未命中输入：1.5 → 1 元，降 33%
- 输出：4.5 → 4 元，降 11%
降得最狠的是缓存命中价。0.02 元，这是明牌鼓励你把 Prompt 缓存用起来。
Pro 用户更划算。Pro 原价输出 6 元、未命中输入 3 元，切流后按 Flash 新价算是 4 元和 1 元，还白捡一个官方认证更强的模型。
多模态这条线，串起来了
后台顶部那条横幅再拿出来说说。V4-Flash-Vision-Exp 是 8 月 21 日上线的实验性视觉模型，模型名 deepseek-v4-flash-vision-exp，支持 Chat Completions、Messages、Responses 三种格式，图片按 token 计费、单张封顶 384 tokens，官方口径是多模态 Agent 能力接近 Opus 4.8。
当时它更像「给文本模型加个视觉外挂」——DeepSeek 自己的资料也把 Vision-Exp 描述为「文本模型＋外部视觉通路」。而 V4.1 Flash 的官方口径是原生支持多模态——新模型结构，图文由基础模型本身处理。
这个口径要打个问号吗？来源是 9 月 8 日官方交流群的内测通知原文，腾讯科技、澎湃、IT之家多家媒体引用的是同一来源，口径本身成立。但截至发稿，DeepSeek 官网、API 文档、Change Log 都没有 V4.1 Flash 的正式记录，没有技术报告、参数规模和 benchmark。实测能确认的模态只有「文本＋图像」，音频、视频不在已确认范围。「原生」到什么程度，等正式版模型卡。
从 8 月 21 日的视觉实验版，到 9 月 8 日的 V4.1 内测，再到今天的正式发布，DeepSeek 补多模态这条线的节奏很清晰。
DeepSeek V4.1 Flash和 GLM-5.3-Flash 比呢
同为近期更新的国产 Flash 级模型，智谱的 GLM-5.3-Flash 是最直接的对手。我翻了智谱官方文档，数据摆一起：
| 维度 | DeepSeek flash 系列（9/10 新价） | GLM-5.3-Flash |
|---|---|---|
| 参数 / 架构 | 未公布（新模型结构） | 320B 总参 / 18B 激活，稀疏+线性注意力混合架构，开源 |
| 上下文 / 最大输出 | 未公布（V4 系为 1M / 384K） | 1M / 128K |
| 输入模态 | 官方称原生多模态，实测确认图文 | 视频、图像、文本、文件（支持视频） |
| 输入（缓存未命中） | 空闲 1 元 / 高峰 2 元 | 0.8 元，无峰谷 |
| 输出 | 空闲 4 元 / 高峰 8 元 | 2.8 元 |
| 缓存命中 | 0.02 元 | 0.23 元（缓存存储限时免费） |
两边的算盘不一样。GLM-5.3-Flash 未命中输入和输出都更便宜，支持视频输入，还开源可自建；DeepSeek 的杀手锏是缓存命中 0.02 元，比 GLM 的命中价便宜 10 倍以上。
缓存命中率高的业务选 DeepSeek，命中率低、输出量大、要看视频的业务选 GLM。性能上暂时没法硬比——V4.1 Flash 没公布任何 benchmark，两边手上都只有各自的官方口径。
对普通开发者的影响
如果你在用 V4 Pro：什么都不用改，请求自动路由，账单自动变便宜。留意输出行为和旧 Pro 的差异，官方也提醒发现问题及时反馈。
如果你在用 V4 Flash：账单只会变薄不会变厚。输出占比高的业务省 11%，缓存命中率高的业务省得更多。
如果你在做 Agent / 编程工具：V4 Flash 0731 已经原生支持 Responses API、适配 Codex，V4.1 Flash 只会更顺。模型 ID 是否沿用现有名称，等正式文档确认。
老张判断
DeepSeek 这套打法已经清楚了：小参数模型 + 重后训练，越级打分，然后用价格差碾压。V4.1 Flash 全面超 V4 Pro 是官方说法，具体成色等第三方实测，但参考 0731 那次的历史，大概率不是吹的。
更值得琢磨的是降价的结构。输出只降 11%，缓存命中直接砍 60%。**推理成本的大头在生成侧，这已经是定价层面的官方实锤。**以后「让模型少废话」和「让缓存多命中」，都是真金白银。
另外留意一个背景：同一天有媒体曝出 DeepSeek 已聘请中信证券筹备科创板 IPO。降价抢开发者，资本市场讲故事，两条线一起看更有意思。
🎯 老张建议
- Pro 用户今天就可以去对账：切流后按 Flash 新价计费，输入输出双降。
- 立刻检查 Prompt 缓存命中率：0.02 元是全表降幅最大的数字，缓存友好化改造现在 ROI 最高。
- 多模态场景再等一等：Vision-Exp 是实验版，V4.1 Flash 才是原生多模态的主力，新项目直接上 V4.1。
💬 互动话题
- 你的业务缓存命中率多少？这波 60% 的降幅能吃到多少？
- V4.1 Flash 全面超 V4 Pro，你信官方口径还是等第三方实测？
- DeepSeek 如果真上科创板，你会打新吗？
🔗 关注老张
公众号：老张聊运维 小程序：观简国学 个人博客：https://www.shanwaiyun.top/