DeepSeek V4.1 的最新版本是 2026 年 9 月 10 日正式发布的 V4.1 Flash(API 模型名 deepseek-flash),而不是尚未发布的 V4.1 Pro;旧旗舰 V4 Pro 将在 9 月 14 日后把请求全部路由到它。截至 2026 年 9 月 11 日,V4.1 Pro 仍无发布日期与技术文档。官方入口仍是 api.deepseek.com。 DeepSeek V4.1最新版本是哪个
直接回答:截至2026 年 9 月 11 日,DeepSeek V4.1 系列唯一可用的版本是 V4.1 Flash。它在 2026 年 9 月 10 日正式发布并同步开源,网页端、App 与 API 同时上线,API 端把模型名统一改成了 deepseek-flash。
这件事有一层反直觉的地方:按版本号排,V4.1 Pro 应该"更高",但 Pro 还停留在官方一句话里,最新能用的是被命名为 Flash 的那一个。V4.1 Flash 是 DeepSeek 新架构家族里尺寸最小的模型,官方却让它顶掉了原来的旗舰 V4 Pro。所以在"最新版本"这个问句上,版本号、发布顺序和能力排序三者并不一致。
- 最新稳定版:DeepSeek-V4.1-Flash,2026 年 9 月 10 日发布,API 名 deepseek-flash。
- 下一代旗舰:DeepSeek V4.1 Pro,官方只承认存在,无日期、无文档、无模型卡、无接口。
- 正在退场的上一代:V4 Pro(0813)、V4 Flash(0731)与 V4 Flash Vision Exp。
V4.1 Flash的四个关键时间节点
关于这次发布,市面上流传着好几个日期(9 月 8 日、9 日、10 日、14 日),它们指向的不是同一件事。按官方公告与团队公开通知还原,真正值得记住的是下面四个节点。
| | |
|---|
| 内测端点上线,模型 ID 为 deepseek-v4.1-flash-expires-on-0910 | 带"0910 到期"的临时 ID,说明这是限时灰度,不是正式版 |
| DeepSeek 技术团队成员在 X 平台发布通知,预告 V4.1 Flash 上线后 deepseek-v4-pro 请求将改为路由 | 这是官方首次提到"直到 V4.1 Pro 上线为止",等于顺带承认了 V4.1 Pro 的存在 |
| V4.1 Flash 正式发布:网页、App、API 上线,Hugging Face 开源,Flash 系列新价格生效 | "正式版"的口径以这一刻为准;旧模型名开始被临时路由到新模型 |
| 所有 deepseek-v4-pro 请求改由 V4.1 Flash 承接,并按 Flash 价计费 | 旧旗舰正式"名存实变",一直持续到 V4.1 Pro 上线 |
顺带解释两个容易混的日期:Hugging Face 仓库的创建时间是 2026 年 9 月 10 日 02:17 UTC(北京时间 10 日上午),与"12:00 新价格生效"是同一件事的两个时间戳;而 ...-expires-on-0910 这个旧 ID 也不等于 9 月 8 日发布——它只是那天开始小范围内测。
三个版本各自的去向
这次发布最需要说清的不是"出了什么新模型",而是三个旧版本各自去了哪。因为有三个名字到今天仍然能被调用,但背后的模型已经不是原来那个了。
| | |
|---|
| | API 名 deepseek-flash,支持文本与图像输入,1M 上下文 |
| 2026 年 9 月 14 日 12:00 起请求改路由 | 请求由 V4.1 Flash 承接并按 Flash 价计费,直到 V4.1 Pro 上线;开源权重仍可自托管 |
V4-Flash(0731)与 V4-Flash-Vision-Exp | | 旧模型名 deepseek-v4-flash、deepseek-v4-flash-vision-exp 仍可调用,但会由 V4.1-Flash 提供服务 |
这里有个务实的结论:名字没变,不等于模型没变。如果你的业务依赖"某个固定版本的行为",那么 9 月 14 日前后各跑一遍评测集是必要动作,而不是可选项。
六项硬指标与缓存压缩幅度
先看官方公布的核心规格。V4.1 Flash 采用的是新的 非对称因果编码器—解码器结构(Causal Encoder-Decoder,CED):40 层 Transformer 被拆成 20 层编码器加 20 层解码器,读入和写出时激活的参数规模不同。
| | |
|---|
| | |
| | 读入阶段只激活 8B,生成阶段激活 16B,这是成本优势的第一来源 |
| | 与上一代 V4 Pro、V4 Flash 同级,本次没有扩大 |
| | |
| | 约为上一代 V4 Flash(3514 字节)的四分之一;官方称 HBM 需求降至 1/4、SSD 降至 1/8 |
| | |
缓存是这次更新真正的工程主题。官方技术报告的标题就是"把 KV 缓存压缩推到极限"。换成可感知的说法:890 字节 / token 意味着塞满 100 万 token 上下文,缓存本身约占 930 MB;在同样的显存下,能同时服务的会话数是上一代的 4 到 8 倍。对 Agent 类应用尤其关键——一次任务里读入的工具返回、文件与历史对话远多于模型自己写出来的内容,缓存命中费用占大头,压缩缓存直接就是降成本。
参数口径提示:官方给出的总参数量是 552B。部分第三方模型聚合站会把另一块 196B 的 Engram 条件记忆模块一并计入,从而报出更高的总数(有的写 748B,也有的写 763B);这是口径差异而非官方数字更新,两者不可混用。衡量"跑得快不快"看激活参数(8B / 16B),衡量"跑不跑得起来"看常驻权重——552B 全部要驻留显存,激活 8B 只是每 token 的计算量。
全面超越V4 Pro这句话该怎么理解
官方与团队在公告里都用了"在性能、费用、速度和总用时上全面超越 V4 Pro"这样的表述。这句话成立于它优化的那类任务,但不成立于所有任务。把官方自己放出的对比表拆开看,结论是"四个赢、两个输":
规律很清楚:越是 Agent、终端操作、代码与工具调用类任务,V4.1 Flash 领先越多;越是纯知识问答、不带工具的推理,它仍是"Flash 档"水平,低于原来的旗舰。官方也承认,更大的闭源模型在专业密集的知识任务上仍有优势,多模态能力与最大的闭源系统相比也还存在差距。所以要按业务判断:如果你的 V4 Pro 用量集中在 Agent 循环、代码与工具调用,9 月 14 日的切换基本是"升级且大幅降价";如果是无工具的长文本知识工作,切之前请先跑评测。
同一个模型,为什么能差出近 9 个百分点
这是本次技术报告里最该被记住的一条:同一个 V4.1 Flash 检查点,在 DeepSWE v1.1 上的得分会随外层 Agent 框架不同而在 65.5% 到 74.2% 之间浮动,差出 8.7 个百分点——变化的是评测框架(报道中提到的包括 Claude Code、Codex、OpenCode 与 DeepSeek 自家工具),不是模型。此前一代产品也出现过类似情况:独立评测机构对上一代 V4 Flash 的 Terminal-Bench 实测值比厂商公布值低 3 到 4 分。 这条数据的价值在于它同时给出了两个提醒:一是厂商口径的跑分只能当上界看;二是任何两个模型之间 1 到 2 个百分点的差距,都落在"换个框架"就能抹平的噪声里,横向评测只有在同样的框架条件下才有意义。
跑分口径提示:本文引用的全部基准数字均为厂商公布值,测试条件为最高推理档位;截至 2026 年 9 月 11 日,独立机构尚未完成复现。使用时请不要把单个百分点的差异当作选型依据,也不要拿"厂商公布的表"与"第三方测出来的表"直接比大小。
最新版本的API价格与峰谷时段
新价格自 2026 年 9 月 10 日 12:00(北京时间)生效,继续采用高峰与空闲两档,空闲时段价格为高峰时段的一半。下表的单位是"元 / 百万 tokens",同时列出 V4 Pro 的旧价以便对比。
时段划分:高峰时段为周一至周五 9:00—12:00 与 14:00—18:00,其余时间(含全部周末与夜间)都算空闲。对原来跑 V4 Pro 的业务,这次是自动生效的降本——按上表算,同样的输出量在高峰时段由 27 元降到 8 元,降幅约 70%。海外站点以美元计价,空闲时段为缓存命中输入 0.003 美元、未命中输入 0.15 美元、输出 0.6 美元每百万 tokens,高峰翻倍(第三方平台的挂价通常直接对应高峰价)。
怎么把服务切到deepseek-flash
对 API 用户来说,切换成本很低,但有几个前提要先确认:
- 把请求里的模型名改成 deepseek-flash;仍沿用 deepseek-v4-flash 等旧名字的请求不会报错,但已由 V4.1-Flash 提供服务,按 Flash 价计费。
- 接口地址不变:OpenAI 兼容格式为 https://api.deepseek.com,Anthropic 兼容格式为 https://api.deepseek.com/anthropic,可以直接用两家的 SDK 调用。
- 确认你需要的功能在支持列表内:JSON 输出、工具调用、Responses API、Anthropic API 均支持;对话前缀续写与 FIM 补全仍是 Beta,其中 FIM 仅非思考模式可用。
- 正式上线前先用评测集对比一次输出,尤其是系统提示词的遵循情况和输出格式——这是换架构的模型,不是同一模型的微调版。
如果暂时不想动代码,也可以什么都不做:deepseek-v4-pro 这个模型名在 9 月 14 日之后依然可调用,只是背后换成了 V4.1 Flash。但要注意,这种"被动迁移"不会出现在你的变更记录里,排查问题时容易误判。
使用前必看的三个易错点
- 易错点一:把"最新"当成一个不带日期的标签。三个名字(deepseek-flash、deepseek-v4-pro、deepseek-v4-flash)今天都能调通,但背后的模型已经不是同一代。凡是关心行为一致性的场景,都要在 9 月 14 日这个分界点前后各测一遍,并保留 V4 Pro 的历史输出作为对照基线。
- 易错点二:把参数与跑分当成单一数字。参数看口径(官方 552B,第三方把 196B 记忆模块计入后会得出不同总数),跑分看测试条件(全部为厂商自测、最高推理档位,且受外层框架影响可达 8.7 个百分点)。直接拿两个来源的数字比大小,几乎一定会得出错误结论。
- 易错点三:把"权重能下载"当成"能跑起来"。官方原始检查点约 510.3 GB(FP8 量化、路由专家为 FP4),分 48 个分片,不是消费级单机能承载的量级;发布当日社区最小量化版约 168.9 GB,且业界运行时对其支持仍在推进中。若自行做格式转换,要注意这代的 FP8 块缩放尺寸已由上一代的 128×128 改为 32×32——沿用旧参数不会报错,只会静默地把权重整体重缩放,输出看起来像"量化坏了",实际是转换错了。
V4.1 Flash常见问题解答
Q:DeepSeek V4.1 最新版本到底是哪个?
A:截至 2026 年 9 月 11 日,唯一可用的是 V4.1 Flash,2026 年 9 月 10 日发布,API 模型名为 deepseek-flash。
Q:V4.1 Pro 什么时候发布?
A:官方没有给出任何时间信息。目前只有 9 月 9 日团队通知里的一句"直到 V4.1 Pro 上线为止",没有发布日期、参数、技术报告或模型卡。
Q:原来的 deepseek-v4-pro 还能继续用吗?
A:模型名仍可调用,但 2026 年 9 月 14 日 12:00(北京时间)之后,请求会全部由 V4.1 Flash 承接并按 Flash 价计费。想真正留在 V4 Pro,只能自托管它已开源的权重。
Q:价格怎么算,哪一档最省?
A:空闲时段缓存命中输入 0.02 元、未命中输入 1 元、输出 4 元每百万 tokens,高峰时段翻倍。把批处理类任务安排到夜间或周末,直接就是半价。
Q:有免费额度吗?
A:API 侧没有长期免费额度,按 token 计费。网页版与 App 仍可直接免费对话;据多家媒体报道,本次发布后界面把原来的"快速 / 专家 / 识图"入口做了合并,由系统判断是否启用深度思考,具体以你所在端的实际界面为准。
Q:支持哪些功能和接口格式?
A:上下文 1M、最大输出 384K,支持图像理解;接口层面 JSON 输出、工具调用、Responses API、Anthropic API 均支持,对话前缀续写与 FIM 补全为 Beta,FIM 仅限非思考模式。
Q:开源吗,能不能商用?
A:权重以 MIT 许可发布在 Hugging Face,无需申请即可下载,允许商用、二次分发与二次微调;技术报告与推理代码同步公开。API 侧的输入数据按官方隐私政策处理,涉及敏感数据时建议走自部署。
Q:能自己部署吗,需要什么配置?
A:原始检查点约 510.3 GB、48 个分片,门槛明显高于消费级硬件。按权重体积推算,8 卡 H200(合计 1,128 GB)余量充裕,8 卡 H100 80GB(合计 640 GB)能装下权重但余量偏紧——这些是按文件体积估算的参考值,不是实测配置。
Q:切换到最新版本后,行为和稳定性会有变化吗?
A:会。除了架构本身不同,还有两点值得提前防范:一是同一检查点在不同 Agent 框架下跑分可差 8.7 个百分点,说明对提示词与调用环境的敏感度不低;二是有第三方报告称内测期出现过"英文提问偶发中文回答"的情况。生产流量切换前,建议先在灰度环境跑一轮回归。