DeepSeek 发布 V4.1-Flash：性能超越 V4 Pro，KV 缓存成本大幅压缩

事件：2026 年 9 月 10 日，深度求索（DeepSeek）正式发布 V4.1-Flash 多模态模型，并同步上线 API、开源权重，以 MIT 许可开放商用。

关键事实：该模型总参数量为 5520 亿的混合专家（MoE）架构，采用全新的 Causal-Encoder-Decoder 非对称结构：读取输入时每个 token 仅激活 80 亿参数，生成输出时激活 160 亿参数。DeepSeek 表示，这种设计显著降低了智能体频繁调用工具、反复读取上下文场景下的计算开销。同时，新架构将 GPU 显存中的 KV 缓存占用压缩至上一代约四分之一，持久化缓存所需的 SSD 存储降至约八分之一。官方公布的基准显示，V4.1-Flash 在 Agentic Benchmark 等评测中超过此前的 V4 Pro 旗舰。价格方面，API 最高降幅达 60%，9 月 14 日起 V4 Pro 请求将被路由至 V4.1-Flash。

影响：通过把能力更强、价格更低的模型同时推向市场，DeepSeek 正在加速推理成本的下降。这对需要维护大量长上下文的代码助手、客服智能体和研究辅助工具尤其有利。

【AICOR 点评】

大模型竞赛已经进入"单位智能成本"决胜阶段。DeepSeek 用架构创新而非单纯堆参数实现了性能与成本的双重突破，这对中国企业具有示范意义：在高端芯片供给受限的背景下，算法和工程优化是建立成本优势的关键路径。AICOR 认为，具备低成本长上下文能力的模型，将是未来企业 AI 重构流程治理时的首选底座。