DeepSeek V4.1 Flash 正式版上線：V4 系列首個原生多模態，價格重訂、舊模型被靜默改道

北京時間 2026 年 9 月 10 日中午 12 時（04:00 UTC），DeepSeek 讓 V4.1 Flash 正式版上線。這是 V4 系列第一個「原生多模態」模型——文字、圖像、語音不是以外掛模組接上去，而是在基礎架構層就整合在一起。官方把它定位為採用全新架構的「中間版本」，並稱其在效能、費用、速度、總用時四個面向全面超越既有的 V4-Pro。

價格同日 12 時生效。離峰時段：輸入快取命中每百萬 token ¥0.02、快取未命中 ¥1、輸出 ¥4；尖峰時段為離峰的兩倍。以匯率粗估，離峰約當 $0.003／$0.15／$0.60 每百萬 token。官方並未同步公布 V4-Pro 的對照單價，「更便宜」目前是官方說法，實務上可確定的是：原本呼叫 v4-pro 的請求，此後改按 Flash 單價計費。

速度不是微調，是換級距

第三方實測數據顯示，V4.1 Flash 吞吐落在 355～427 tokens/s、首個 token 延遲 178ms；對照 V4-Pro 的 63 tokens/s 與 766ms，約是 6 倍吞吐、4 倍延遲改善。這個量級的差距通常不會來自參數微調，而是架構本身換了做法——這也呼應官方「全新架構」的說法。

把價格放進同一張表更能看出張力。9 月 3 日發表、9 月 4 日全面開放的 OpenAI GPT-6 Astra，API 標價為每百萬 token 輸入 $10、輸出 $50。兩者定位與能力上限不同，不宜直接對打，但對於「大量、重複、即時」的任務，兩者的單位成本已經不在同一個數量級。

更值得注意的是版本治理

這次公告真正引起討論的，是模型切換的方式。在 V4.1 Pro 上線之前，所有指向 deepseek-v4-pro 的 API 請求會被全部靜默路由到 V4.1 Flash，並按 Flash 單價計費。社群公告距離生效不到 48 小時，且沒有正式的棄用（deprecation）公告。同時，9 月 8 日起開放的測試版 model id deepseek-v4.1-flash-expires-on-0910，也於 9 月 10 日同步下線。

需要誠實標註的一點是：截至本文撰稿，api-docs.deepseek.com 的 updates changelog 尚未補上 9 月條目。DeepSeek 過去慣常延遲數日回填，因此上述細節目前主要來自官網與官方社群公告，以及 TechNode（9 月 9 日）、byteiota（9 月 10 日）等第三方報導與實測，並非引自官方 changelog。

對管理者的意義

價格重訂與提速固然是好消息，但這則新聞真正的提醒有三點：

• 第一，供應商可以在 48 小時內改變你正在呼叫的模型，帳單會照新價走，行為卻可能不同。
• 第二，凡是把某個 model id 寫死在系統裡的整合，都應該被視為有版本風險的相依，值得列入盤點。
• 第三，官方文件不一定是最快的真相來源；驗收 AI 供應商時，除了看規格，也要看它「怎麼處理變更」。

今天可以做的一件小事：把系統裡寫死的 model id 撈成一張清單，各自標上替代方案與回退路徑。