DeepSeek-V4.1-Flash
DeepSeek-V4.1-Flash 的规格、专家路由和稀疏注意力，上下文和计费单位，推理强度，领先与落后的地方，价格和高峰时段。
关于这套演示
适合在选大模型 API 的开发者和技术决策者。把 DeepSeek-V4.1-Flash 的名字、规格、专家路由和稀疏注意力讲清楚，再对照价格、计费单位和高峰时段，说明它在哪些地方领先、哪些地方落后。
共 13 页，standard 风格、cobalt 配色，用 PCafe 的 12 个模板拼成。可以在浏览器里直接播放，也可以下载成 HTML、PowerPoint 或 PDF，或者嵌入到自己的网页里。
内容提要
DeepSeek V4.1-Flash
2026 年 9 月 10 日首发，10 月 17 日更新为 1017 版。这份简报按官方模型卡和 API 文档，看它的结构、成绩和价格。
三个 API 名，同一个模型
官方名称是 DeepSeek-V4.1-Flash，API 里叫 deepseek-flash。两个 V4-Flash 旧名仍可调用，但已转到…
大模型，小激活
总参数 552B，但每个 token 只用其中一小部分：预填充时激活 8B，解码时 16B。
每个 token 只走 6 个专家
每个 MoE 层有 384 个路由专家和 1 个共享专家。路由器为每个 token 挑 6 个，共享专家每次都参与。
不是每个词都要看全部
稀疏注意力让每个 query 只读一部分 key，长上下文的显存和算力随之下降。左图是通用示意，不是 CSA2 的真实模式。
1M 窗口，单次最多输出 384K
稀疏注意力先在 64K 长度上训练，预训练进行到 34T tokens 时把上下文扩展到 1M。
按 token 计价，分三种
同一次请求里，命中缓存的输入、未命中的输入和模型输出各有单价。下面的切分只是示意。
想多久，可以调
API 默认开启思考模式，也可以关闭。思考强度可在 1 到 100 之间设定。
智能体与编程任务排在前面
官方对比表里，这六项 V4.1-Flash 都是最高分。均为 DeepSeek 自测，最高推理强度。
知识问答和更难的终端任务还有差距
同一张表里，这几项 V4.1-Flash 落后于最强的对手，但多数高于自家 V4-Pro。
Flash 各项单价比 V4-Pro 低七成以上
缓存命中的输入最便宜，闲时 0.003 美元每百万 tokens。高峰时段所有单价翻倍。
每天两段高峰
价格分闲时和高峰两档。错开高峰调用，同样的请求便宜一半。
记住四件事
API 名 deepseek-flash，当前由 V4.1-Flash-1017 提供服务。
用到的模板
每个模板都有单独的说明页：适合放什么内容、字数上限和示例代码。
