DeepSeek V4.1 Flash 正式版上线：V4 系列首个原生多模态，价格重订、旧模型被静默改道

北京时间 2026 年 9 月 10 日中午 12 点（04:00 UTC），DeepSeek 让 V4.1 Flash 正式版上线。这是 V4 系列第一个「原生多模态」模型——文本、图像、语音不是以插件模块外挂上去，而是在底层架构就整合在一起。官方把它定位为采用全新架构的「中间版本」，并称其在性能、费用、速度、总用时四个方面全面超越现有的 V4-Pro。

价格同日 12 点生效。非高峰时段：输入缓存命中每百万 token ¥0.02、缓存未命中 ¥1、输出 ¥4；高峰时段为非高峰的两倍。按汇率粗估，非高峰约合 $0.003／$0.15／$0.60 每百万 token。官方并未同步公布 V4-Pro 的对照单价，「更便宜」目前是官方说法；实务上可确定的是：原本调用 v4-pro 的请求，此后改按 Flash 单价计费。

速度不是微调，是换了量级

第三方实测数据显示，V4.1 Flash 吞吐落在 355～427 tokens/s、首个 token 延迟 178ms；对照 V4-Pro 的 63 tokens/s 与 766ms，约是 6 倍吞吐、4 倍延迟改善。这个量级的差距通常不会来自参数微调，而是架构本身换了做法——这也印证了官方「全新架构」的说法。

把价格放进同一张表更能看出张力。9 月 3 日发布、9 月 4 日全面开放的 OpenAI GPT-6 Astra，API 标价为每百万 token 输入 $10、输出 $50。两者定位与能力上限不同，不宜直接对打，但对于「大量、重复、实时」的任务，两者的单位成本已经不在同一个数量级。

更值得注意的是版本治理

这次公告真正引起讨论的，是模型切换的方式。在 V4.1 Pro 上线之前，所有指向 deepseek-v4-pro 的 API 请求会被全部静默路由到 V4.1 Flash，并按 Flash 单价计费。社区公告距离生效不到 48 小时，且没有正式的弃用（deprecation）公告。同时，9 月 8 日起开放的测试版 model id deepseek-v4.1-flash-expires-on-0910，也于 9 月 10 日同步下线。

需要如实标注的一点是：截至本文撰稿，api-docs.deepseek.com 的 updates changelog 尚未补上 9 月条目。DeepSeek 过去惯常延迟数日回填，因此上述细节目前主要来自官网与官方社区公告，以及 TechNode（9 月 9 日）、byteiota（9 月 10 日）等第三方报道与实测，并非引自官方 changelog。

对管理者的意义

价格重订与提速固然是好消息，但这则新闻真正的提醒有三点：

• 第一，供应商可以在 48 小时内改变你正在调用的模型，账单会照新价走，行为却可能不同。
• 第二，凡是把某个 model id 写死在系统里的集成，都应被视为带版本风险的依赖，值得列入盘点。
• 第三，官方文档不一定是最快的真相来源；评估 AI 供应商时，除了看规格，也要看它「怎么处理变更」。

今天可以做的一件小事：把系统里写死的 model id 捞成一张清单，各自标上替代方案与回退路径。