[技术] DeepSeek V4.1 Flash 发布：KV Cache 缩小 437 倍，成本压到地板价

DeepSeek 9 月 10 日发布了 V4.1 Flash，这模型有点东西，几个数据拿出来说说。

**KV Cache 缩小 437 倍**
这是最狠的一个点。Agent 场景里缓存费用占比很高，DeepSeek 新架构把 KV Cache 压到上一代的 1/437。HBM 需求减到 1/4，SSD 需求减到 1/8。Agent 跑多轮对话的时候，成本直接砍到地板。

**能力反超 V4 Pro**
V4.1 Flash 参数 552B MoE，输入激活 8B、输出激活 16B（非对称结构）。有意思的是，官方说它在各项指标上已经**全面超越了 V4 Pro**，而且因为速度更快成本更低，直接把 V4 Pro 下线了——访问旧的 deepseek-v4-pro 会被路由到 V4.1 Flash，还按 Flash 价格计费。

**原生多模态 + 开源**
新模型原生支持视觉理解能力。权重已开源到 HuggingFace 和 ModelScope。

**峰谷定价**
API 采用峰谷定价，闲时价格是高峰的一半。之前 V4 Flash 是输入 $0.09/百万 token、输出 $0.18/百万，这次只会更便宜。

另外 DeepSeek 还传出新一轮融资接近千亿人民币，计划在内蒙古上 16 万颗华为昇腾 950DT，首次用国产算力做前沿模型预训练——梁文锋自己都说是「最大的一场豪赌」。

国产大模型这波确实卷。前几天在 OpenRouter 上看，DeepSeek 系列的 token 处理量已经超过开源模型总量的一半了。对开发者来说，便宜到这个份上，闭源模型再不降价真没优势了。