DeepSeek V4 Pro 今日下线：V4.1-Flash 自动接管，成本直降 70%

今天中午12:00（北京时间），DeepSeek V4 Pro 正式下线。这不是温和过渡，而是自动全量接管——此后所有 deepseek-v4-pro 请求都会被路由到 V4.1-Flash，并按 V4.1-Flash 的价格计费。

对国内开发者而言，这意味着一件罕见的事：不用改一行代码，API 调用成本直接下降约 70%。输出价格从高峰时段 ¥27/M 降至 ¥8/M，缓存命中输入从 ¥0.30/M 降至 ¥0.04/M。

本文基于 DeepSeek 官方公告、第三方评测和实测数据，给出完整的技术解读和迁移清单。

一、一句话结论

二、今天发生了什么：时间线

时间	事件
2026-08-13	DeepSeek V4 Pro 正式发布，定位旗舰 Agent 模型
2026-09-09	DeepSeek 内部群官宣 V4.1-Flash 将于次日发布
2026-09-10 04:00 UTC	V4.1-Flash 正式上线，同时生效新的 Flash 系列峰谷定价
2026-09-14 12:00 北京时间	V4 Pro 下线，所有请求自动路由至 V4.1-Flash，按 Flash 价格计费

关键细节：DeepSeek 官方说明「在 V4.1-Pro 发布之前」，V4 Pro 的请求将始终路由到 V4.1-Flash。这意味着这是一个临时替代方案，而非永久定价策略。未来 V4.1-Pro 上市后，DeepSeek 可能会调整这条路由逻辑。

三、V4.1-Flash 架构革新：为什么更小反而更强

V4.1-Flash 并非简单的「V4-Flash 升级版」，而是引入了全新的CED（Causal Encoder-Decoder，因果编码器-解码器）架构——这也是业内首次将这种非对称设计应用于大规模 MoE 模型。

核心架构参数

指标	V4.1-Flash	V4 Pro	V4-Flash（前代）
总参数量	552B（MoE）	1.6T（MoE）	284B（MoE）
输入端活跃参数	8B	49B	13B
输出端活跃参数	16B	49B	13B
上下文窗口	1M tokens	1M tokens	128K tokens
KV Cache 每 token	890 bytes（前代的 1/4）	~3.5KB	~3.5KB
多模态（视觉）	原生支持	不支持	需独立 Vision 模型
开源许可	MIT	API 仅用	API 仅用
并发能力	2,500	500	—

CED 架构的核心优势

传统 Transformer 的编码器和解码器共享同一套参数，输入和输出的推理成本相近。CED 架构将 40 层 Transformer 拆分为两部分：

• 20 层因果编码器：处理输入上下文，每次仅激活 8B 参数
• 20 层解码器：生成输出 token，每次仅激活 16B 参数

这种设计的直接效果是：Prefill（首 token 延迟）降低约 4 倍，KV Cache 体积降至前代的 1/8。对于需要长上下文、高频调用的 Agent 工作流，这意味着更低的显存占用和更高的并发能力。

四、性能对比：Flash 反超旗舰

DeepSeek 官方测试数据显示，V4.1-Flash 在多个关键 Benchmark 上全面超越 V4 Pro：

Benchmark	V4.1-Flash	V4 Pro	Claude Opus 5	GPT-5.6 Sol
Terminal-Bench 2.1（Agent 编程）	90.6	87.9	89.1	—
DeepSWE v1.1	74.2	—	74.0	73.0
持续吞吐量	300-420 tok/s	63 tok/s	—	—
首 Token 延迟	178ms	766ms	—	—
LongBench-V2（长文本）	—	领先	—	—
SimpleQA-Verified（知识问答）	—	领先	—	—

关键洞察：V4.1-Flash 在 Agent 编程（Terminal-Bench）和软件工程（DeepSWE）场景上超越了 V4 Pro 和 Claude Opus 5，但在纯知识问答和超长文本场景上仍有差距。如果你的业务以代码生成、工具调用、Agent 工作流为主，V4.1-Flash 是当前性价比最高的选择。

五、价格对比：成本直降 70%

以下是 2026-09-10 起生效的 DeepSeek API 价格（人民币/百万 Token），含峰谷时段差异：

计费项	V4.1-Flash（闲时）	V4.1-Flash（高峰）	V4 Pro（高峰）	降幅
输入（缓存命中）	¥0.02	¥0.04	¥0.30	87%↓
输入（缓存未命中）	¥1.00	¥2.00	¥9.00	78%↓
输出	¥4.00	¥8.00	¥27.00	70%↓

高峰时段定义（北京时间）：周一至周五 09:00-12:00、14:00-18:00。其余时间（含周末全天、夜间）为闲时，价格为高峰的一半。

月度成本测算示例

假设某项目每日调用：1M 缓存命中输入 + 1M 缓存未命中输入 + 1M 输出，全部在闲时：

模型	每日成本	月度成本	年化成本
V4.1-Flash（闲时）	¥5.00	¥150	¥1,825
V4 Pro（闲时）	¥10.00	¥300	¥3,650
V4 Pro（高峰）	¥20.00	¥600	¥7,300

结论：对于日均百万级 Token 调用的项目，切换到 V4.1-Flash 后月节省可达 ¥150-450，年化节省 ¥1,800-5,500。若调用量更大（如企业级 Agent 工作流），节省金额成倍放大。

六、对内开发者意味着什么

1. 无需改代码，账单自动降

9月14日12:00之后，你代码里写的 deepseek-v4-pro 模型名不会报错，而是自动路由到 V4.1-Flash，按 Flash 价格计费。这对不想改代码、只想省钱的用户是零成本的升级。

2. 建议主动切换模型名

虽然路由是自动的，但官方推荐使用 deepseek-flash 作为 V4.1-Flash 的标准模型名。原因有三：

• 语义清晰：代码中明确知道调用的是 Flash 系列
• 未来兼容：V4.1-Pro 发布后，deepseek-v4-pro 可能会路由到新模型，而 deepseek-flash 始终指向 Flash 系列
• 官方推荐：DeepSeek 文档已明确将 deepseek-flash 设为新默认

3. 视觉能力无需单独接入

V4.1-Flash 原生支持图像理解，无需再像 V4 Pro 那样单独调用 Vision 模型。对于之前同时使用 deepseek-chat + deepseek-vision 的项目，现在可以合并为单次 API 调用，减少延迟和网络开销。

4. 并发能力提升 5 倍

V4.1-Flash 支持 2,500 并发请求，是 V4 Pro 的 5 倍。对于高并发的 Agent 工作流或批量任务，这意味着更低的排队延迟和更高的吞吐能力。

七、与国内主流平台横向对比

以下为 2026-09-14 实测价格（闲时缓存未命中场景，输入/输出 per M token）：

平台	模型	输入价格	输出价格	国内直连	并发
DeepSeek	V4.1-Flash（闲时）	¥1.00	¥4.00	✓	2,500
DeepSeek	V4.1-Flash（高峰）	¥2.00	¥8.00	✓	2,500
智谱 GLM	GLM-5.3-Flash	¥4.00	¥14.00	✓	—
阿里云百炼	Qwen3.7-Flash	¥0.20	¥0.60	✓	—
火山引擎	DeepSeek-V3	¥0.56	¥1.12	✓	—
OpenAI	GPT-5.6 Sol	$4.00	$20.00	需代理	—
Anthropic	Claude Sonnet 5	$3.00	$15.00	需代理	—

换算说明：按 1 USD ≈ 7.2 CNY 估算。GPT-5.6 Sol 输入 $4/M = 约 ¥28.8/M，是 DeepSeek V4.1-Flash 闲时价格的 7 倍多。国内开发者使用 DeepSeek 的性价比优势依然显著。

八、信息截至日期与核实来源

信息截至日期：2026-09-14 09:00（北京时间）

核实来源：

• DeepSeek 官方公告（2026-09-09）：https://www.deepseek.com/en/news/deepseek-v4-1-flash/
• DeepSeek API 定价页（2026-09-10 生效）：https://api-docs.deepseek.com/zh-cn/quick_start/pricing
• AI Indeed 对比分析（2026-09-13）：https://www.ai-indeed.com/encyclopedia/31368.html
• AI Token Guide 台湾报道（2026-09-13）：https://www.aitoken.com.tw/post/deepseek-v4-1-flash-launch-pricing-2026

各平台政策可能随时调整，请在实际调用前再次确认官方文档。

常见问题（FAQ）

V4.1是什么？

今天中午12:00（北京时间），DeepSeek V4 Pro 正式下线。 这不是温和过渡，而是自动全量接管——此后所有 deepseek-v4-pro 请求都会被路由到 V4.1-Flash，并按 V4.1-Flash 的价格计费。 对国内开发者而言，这意味着一件罕见的事：不用改一行代码，API 调用成本直接下降约 70%。

V4.1的关键数据是多少？

对国内开发者而言，这意味着一件罕见的事：不用改一行代码，API 调用成本直接下降约 70%。

使用V4.1需要注意什么？

输出价格从高峰时段 ¥27/M 降至 ¥8/M，缓存命中输入从 ¥0.30/M 降至 ¥0.04/M。 本文基于 DeepSeek 官方公告、第三方评测和实测数据，给出完整的技术解读和迁移清单。 一、一句话结论 核心判断：DeepSeek V4 Pro 在上线仅一个月后即被 V4.1-Flash「越级取代」，是 DeepSeek 历史上首次出现 Flash 模型在综合性能上超越前代旗舰的情况。

常见问题（FAQ）

V4.1是什么？

一句话答案：这不是温和过渡，而是自动全量接管——此后所有 deepseek-v4-pro 请求都会被路由到 V4.1-Flash，并按 V4.1-Flash 的价格计费。 关键点：这不是温和过渡，而是自动全量接管——此后所有 deepseek-v4-pro 请求都会被路由到 V4.1-Flash，并按 V4.1-Flash 的价格计费。 输出价格从高峰时段 ¥27/M 降至 ¥8/M，缓存命中输入从 ¥0.30/M 降至 ¥0.04/M。

V4.1的关键数据是多少？

对国内开发者而言，这意味着一件罕见的事：不用改一行代码，API 调用成本直接下降约 70%。

使用V4.1需要注意什么？

六、对内开发者意味着什么 1. 无需改代码，账单自动降 9月14日12:00之后，你代码里写的 deepseek-v4-pro 模型名不会报错，而是自动路由到 V4.1-Flash，按 Flash 价格计费。 今天中午12:00（北京时间），DeepSeek V4 Pro 正式下线。 这不是温和过渡，而是自动全量接管——此后所有 deepseek-v4-pro 请求都会被路由到 V4.1-Flash，并按 V4.1-Flash 的价格计费。