DeepSeek-V4.1-Flash

DeepSeek-V4.1-Flash: specs, expert routing and sparse attention, context and billing units, reasoning effort, where it leads and trails, pricing and peak hours.

13 slides
Style standard · Business
Colours cobalt
In Chinese

About this deck

For developers and technical leads choosing a model API. It explains DeepSeek-V4.1-Flash’s name, specs, expert routing and sparse attention, then sets out pricing, billing units and peak hours, and where it leads and trails.

13 slides in the standard style with the cobalt colours, built from 12 PCafe templates. The slides are in Chinese. Play it in the browser, download it as HTML, PowerPoint or PDF, or embed it in your own page.

What’s inside

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。