DeepSeek发布V4.1-Flash：552B参数MoE，推理成本降至行业新低

9月10日，DeepSeek正式发布V4.1-Flash模型，这是其全新模型结构系列中最小尺寸的原生多模态MoE模型。该模型总参数552B，采用全新的Causal-Encoder-Decoder架构，输入激活仅8B、输出激活16B，成本显著低于同尺寸模型。

在缓存优化方面，V4.1-Flash将KV Cache的HBM需求降至上一代的1/4，SSD需求降至1/8，上下文窗口扩展至1M token。定价采用峰谷机制，闲时缓存命中输入仅0.02元/百万token。多项Agentic基准测试成绩超越前代旗舰V4 Pro，V4 Pro将于9月14日下线。

此外，路透社此前报道称DeepSeek已聘请中信证券筹备科创板上市事宜，计划年内启动IPO进程。2026年前7个月公司营收约4.75亿元，约为2025年全年的10倍。

【AICOR点评】DeepSeek用架构创新而非参数堆砌来压缩推理成本，这条路径对Agent场景尤其关键——缓存命中成本越低，多步骤智能体的经济可行性越高。0.02元/百万token的定价将倒逼行业重新评估"模型调用"的单位经济学。对企业AI落地而言，推理成本下降到临界点后，原本因ROI不达标而搁置的AI流程自动化需求将集中释放。