DeepSeek-V4.1-Flash
DeepSeek-V4.1-Flash 的規格、專家路由和稀疏注意力，上下文和計費單位，推理強度，領先與落後的地方，價格和高峰時段。
關於這套簡報
適合在選大模型 API 的開發者和技術決策者。把 DeepSeek-V4.1-Flash 的名字、規格、專家路由和稀疏注意力講清楚，再對照價格、計費單位和高峰時段，說明它在哪些地方領先、哪些地方落後。
共 13 頁，standard 風格、cobalt 配色，用 PCafe 的 12 個模板拼成。可以在瀏覽器裡直接播放，也可以下載成 HTML、PowerPoint 或 PDF，或者嵌入到自己的網頁裡。
內容提要
DeepSeek V4.1-Flash
2026 年 9 月 10 日首發，10 月 17 日更新為 1017 版。這份簡報按官方模型卡和 API 文件，看它的結構、成績和價格。
三個 API 名，同一個模型
官方名稱是 DeepSeek-V4.1-Flash，API 裡叫 deepseek-flash。兩個 V4-Flash 舊名仍可呼叫，但已轉到…
大模型，小啟用
總引數 552B，但每個 token 只用其中一小部分：預填充時啟用 8B，解碼時 16B。
每個 token 只走 6 個專家
每個 MoE 層有 384 個路由專家和 1 個共享專家。路由器為每個 token 挑 6 個，共享專家每次都參與。
不是每個詞都要看全部
稀疏注意力讓每個 query 只讀一部分 key，長上下文的視訊記憶體和算力隨之下降。左圖是通用示意，不是 CSA2 的真真實模式。
1M 視窗，單次最多輸出 384K
稀疏注意力先在 64K 長度上訓練，預訓練進行到 34T tokens 時把上下文擴充套件到 1M。
按 token 計價，分三種
同一次請求裡，命中快取的輸入、未命中的輸入和模型輸出各有單價。下面的切分只是示意。
想多久，可以調
API 預設開啟思考模式，也可以關閉。思考強度可在 1 到 100 之間設定。
智慧體與程式設計任務排在前面
官方對比表裡，這六項 V4.1-Flash 都是最高分。均為 DeepSeek 自測，最高推理強度。
知識問答和更難的終端任務還有差距
同一張表裡，這幾項 V4.1-Flash 落後於最強的對手，但多數高於自家 V4-Pro。
Flash 各項單價比 V4-Pro 低七成以上
快取命中的輸入最便宜，閒時 0.003 美元每百萬 tokens。高峰時段所有單價翻倍。
每天兩段高峰
價格分閒時和高峰兩檔。錯開高峰呼叫，同樣的請求便宜一半。
記住四件事
API 名 deepseek-flash，目前由 V4.1-Flash-1017 提供服務。
用到的模板
每個模板都有單獨的說明頁：適合放什麼內容、字數上限和範例程式碼。
