DeepSeek V4.1 Overview — Flash & V4-Pro Models
Complete overview of DeepSeek V4.1-Flash (552B backbone, native image input) and V4-Pro (1.6T). Architecture, benchmarks, thinking modes, features, and peak/off-peak pricing.
DeepSeek V4.1 概览
最具性价比的前沿 AI 模型 — 您需要了解的一切
V4.1-Flash 和 V4-Pro
DeepSeek V4.1
开源权重 AI 的新前沿
2026年9月10日发布的 V4.1-Flash 把 DeepSeek 换到一套全新架构上：552B 骨干参数的 MoE、Causal Encoder-Decoder 结构、原生图像输入、100万令牌上下文。10月17日它更新到 DeepSeek-V4.1-Flash-1017，架构与体积都没变，官方说法是推理、编码、智能体与视觉基准全面上升、耗时和输出长度同时下降。按官方评测表，它在智能体与编码类基准上超过了自家的 V4-Pro，价格却低得多。V4 Pro 原定于9月14日下线，官方随后撤回了这个安排，目前仍在提供服务，版本仍是 DeepSeek-V4-Pro-0813。
DeepSeek-V4-Pro
1.6万亿总参数 · 490亿激活
前沿层级
1,000,000 令牌
最高 384,000 令牌
MIT 许可证（开源权重）
世界知识问答、深度文本推理、需要与既有 V4-Pro 行为对齐的集成
MoE 架构，原生支持 OpenAI Responses API 并适配 Codex，三档推理强度 low / high / max，不支持图像输入
$0.66 / $1.32 输入 · $1.98 / $3.96 输出（每百万令牌，低峰 / 高峰）
DeepSeek-V4.1-Flash-1017
552B 骨干参数 · prefill 激活 8B / decode 激活 16B
当前默认（API 名仍是 deepseek-flash）
1,000,000 令牌
最高 384,000 令牌
MIT 许可证（开源权重）
图文混合输入、智能体编码、高吞吐生产、成本敏感的任务
Causal Encoder-Decoder：20 层因果编码器加 20 层解码器，配合 CSA2 稀疏注意力与 FP4 主 KV 缓存
$0.15 / $0.30 输入 · $0.60 / $1.20 输出（每百万令牌，低峰 / 高峰）
架构创新
- Causal Encoder-Decoder — 40 层拆成 20 层因果编码器加 20 层解码器，解码器的全局 KV 由编码器最后一层投影得到
- 非对称激活 — 每个令牌 prefill 只激活 8B、decode 激活 16B，输入密集的 Agent 负载因此更省
- CSA2 压缩稀疏注意力 — 每层固定为 Full / Reindex / Reuse 三种模式之一，跨层共享主 KV 与索引 K
- FP4 主 KV 缓存 — 全局 KV 压到每令牌 890 字节，约为上一代 V4-Flash 的 1/4
- SWA Bounded Replay — 只回放最近的滑窗令牌来重建 KV，常驻缓存占用降到约 1/8，不必把滑窗 KV 落盘
- Engram 条件记忆与 DSpark 投机解码 — 196B 参数按令牌稀疏查表，加上半自回归草稿生成提升吞吐
- 原生多模态 — DeepSeek-ViT 视觉编码器从头训练，2D-RoPE 加 3×3 像素重排下采样，图文从预训练起就一起喂
- 45T 令牌多模态语料 — 稀疏注意力在 64K 序列长度上训练，到 34T 令牌时扩展到 100万上下文；MoE 层为 1 个共享专家加 384 个路由专家，每令牌激活 6 个
基准测试表现（官方自测，最高推理强度）
GPQA Diamond
92.4
90.9
科学问答 Pass@1
Terminal-Bench 2.1
87.9
90.6
命令行智能体任务
DeepSWE v1.1
62.7
74.2
真实仓库问题修复率
CyberGym
83.3
88.1
安全类任务
Codeforces（Rating）
3348
3471
竞赛编程
HLE（带工具）
60.0
63.9
人类最后的考试
AutomationBench
43.2
54.8
办公自动化任务
1017 比上一版强在哪
两列都取自 Hugging Face 上 DeepSeek-V4.1-Flash-1017 的模型卡片，左列是 2026年9月10日那版 V4.1-Flash，右列是 10月17日的 1017。厂商自测，且各榜单框架不同：Terminal-Bench 4.0 走 Claude Code，DeepSWE v1.1 走 Mini-SWE-V2，ZeroBench 记的是 Pass@5，HLE 括号里是纯文本子集。官方同时说明这一版缩短了任务耗时与输出长度。
Benchmark
V4.1-Flash
V4.1-Flash-1017
口径
HLE（不带工具）
36.8
42.6
纯文本子集 39.1 → 44.0
Terminal-Bench 4.0
31.2
42.3
命令行智能体任务
DeepSWE v1.1
74.2
77.0
真实仓库问题修复
ProgramBench
20.3
29.1
读懂并改动现有程序
NL2Repo-Bench
65.4
68.2
从需求生成整个仓库
Automation-Bench v1.0.6
54.8
60.5
办公自动化任务
Agents’ Last Exam
31.8
35.4
综合智能体考试
Apex Bench v1.1
64.6
72.1
综合推理
Chartography（带工具）
78.9
83.0
图表理解
BabyVision（带工具）
89.6
92.5
视觉细粒度推理
ZeroBench-main（带工具）
49.0
51.0
Pass@5
三档推理强度
思考模式默认开启，默认强度就是 high。reasoning_effort 可取 low / high / max；开源权重还支持 1–100 的连续强度调节。
原生图像输入
deepseek-flash 可以直接读图：截图取字、图表解读、看设计稿写代码。视觉能力只在 Flash 这一档提供，V4-Pro 不支持。
函数调用
OpenAI 兼容的工具调用在思考与非思考两种模式下都可用，适合多步骤智能体、RAG 管道和自动化流程。
峰谷两段定价
低峰正好是高峰的一半：Flash 输出低峰 $0.60/百万令牌，缓存命中只要 $0.003。把跑批挪到夜里或周末能直接省一半。
100万令牌上下文
两个模型都是 1M 上下文、384K 输出上限。整个代码库、长篇文档或很长的对话历史都能一次装下。
开源权重 (MIT)
V4.1-Flash 与 V4-Pro 都以 MIT 许可放出权重，可以在自己的基础设施上托管，商业使用无限制。
推理模式
非思考
把 thinking 设为 disabled 走的路径，响应最快、成本最低。这一档下 top_p 固定为 1.0，你传的值会被忽略。
聊天、抽取、高并发低延迟任务
高思考（默认）
reasoning_effort="high"
不传任何参数时就是这个档位。官方映射把 medium、high、xhigh 都归到 high，覆盖绝大多数复杂任务。
代码审查、数据分析、文档起草
最高思考
reasoning_effort="max"
max 与 ultra 会落到最高强度，只为最难的问题付这段时间。开源权重可以按 1–100 连续调节推理成本与精度。
研究、智能体编码、竞赛编程