北京
识礁Farsight 10月17日消息，DeepSeek发布原生支持视觉理解的V4.1 Flash模型，并同步上线API。DeepSeek称，相比上一代模型，新模型对高带宽内存（HBM）的需求降至1/4，对SSD的需求降至1/8，主要来自对KV Cache缓存的压缩。
价格方面，V4.1 Flash API按每百万token计费：高峰时段，输入缓存命中、输入缓存未命中和输出价格分别为0.04元、2元和8元；空闲时段分别为0.02元、1元和4元，均为高峰价格的一半。高峰时段为北京时间工作日9:00至12:00、14:00至18:00，其余时间均为空闲时段，包含周末休息日。上述价格自2026年9月10日12:00起生效。
V4.1 Flash采用混合专家（MoE）架构，骨干参数规模为5520亿，输入预填充阶段激活80亿参数，输出解码阶段激活160亿参数，是DeepSeek全新模型结构系列中尺寸最小的模型。
官方资料显示，V4.1 Flash采用因果编码器与解码器组成的结构，通过调整缓存生成和复用方式，减少上下文存储占用。持久化KV缓存占用约为DeepSeek V4 Flash的1/8；全局KV缓存则压缩至每个token约890字节，约为上一代的1/4。前者对应SSD存储，后者与HBM需求相关。
这一变化主要面向需要处理大量输入的Agent任务。DeepSeek表示，Agent场景中缓存命中的费用往往占比较高，压缩缓存有助于降低使用成本。官方模型页显示，V4.1 Flash支持最长100万token上下文，可接收图像和文本输入，并生成文本。
性能方面，DeepSeek称，新模型经过新的预训练方式和更大规模的强化学习后训练，在基准测试中超过包括V4 Pro在内的多款旗舰模型。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
