模型卡｜DeepSeek-V4.1-Flash

TL;DRDeepSeek-V4.1-Flash（API model：deepseek-flash）：2026-09-10 發佈，552B 總參數 MoE（Causal Encoder-Decoder，輸入僅啟用 8B、輸出啟用 16B）、1M context、MIT 開源；定價尖峰 input $0.30／output $1.20（每 1M tokens，離峰砍半），比前代 V4-Flash 更便宜；Terminal-Bench 4.0 從前代 7.0 分衝到 31.2 分，DeepSWE v1.1 追平 Claude Opus 5（74.2 vs 74.0）；KV cache 壓到每 token 890 bytes（前代 1/4、對比 DeepSeek-V1 少 437 倍）；官方宣布 9/14 起自家旗艦 V4-Pro 全部流量轉發給這隻 Flash 版並按 Flash 計價

#ai-agent #model-release #daily #deepseek #model-family-deepseek

模型資訊
能力亮點
Benchmark 表現
與前代/競品比較
對 Agent 開發的意義
今日收穫
參考資料

系列: AI Model Tracker (21 / 24)

模型卡｜Nex-N2.5-mini 模型卡｜Agnes 3.0 Flash

🌏 English version

模型資訊

項目	值
Model ID	`deepseek-flash`（API 呼叫用；HuggingFace repo 為 `deepseek-ai/DeepSeek-V4.1-Flash`）
廠商	DeepSeek
參數量	552B 總參數 MoE，Causal Encoder-Decoder（20 層 encoder＋20 層 decoder）；輸入啟用 8B、輸出啟用 16B
Context Window	1,000,000 tokens
Input 定價 (USD/1M tokens)	尖峰 $0.30（cache miss）／$0.006（cache hit）；離峰 $0.15／$0.003（離峰為尖峰一半）
Output 定價 (USD/1M tokens)	尖峰 $1.20；離峰 $0.60
開源	是（MIT，權重與技術報告已上架 HuggingFace）
發布日	2026-09-10（新定價自當日 04:00 UTC 生效）
官方公告	DeepSeek：Introducing DeepSeek-V4.1-Flash
HuggingFace	deepseek-ai/DeepSeek-V4.1-Flash
家族	DeepSeek V4.x（前代為 V4-Flash-0731／V4-Pro-0813／V4-Flash-Vision-Exp，三者已全數退役並轉發到本模型）

能力亮點

架構從前代的 MoE decoder 換成 Causal Encoder-Decoder：總參數翻倍到 552B，但輸入端啟用參數反而從 13B 降到 8B、輸出端 16B——decoder 的 global KV cache 直接從 encoder 最終隱藏層投影而來，不用逐層計算
Terminal-Bench 4.0（目前最難的 agentic coding 評測）從前代 V4-Flash-0731 的 7.0 分衝到 31.2 分，DeepSWE v1.1 從 54.4 分升到 74.2 分，幾乎追平 Claude Opus 5（74.0）與 GPT-5.6 Sol（73.0）
KV cache 壓到每 token 890 bytes，是前代 V4-Flash 的 1/4 HBM、1/8 SSD 儲存量，對比 DeepSeek-V1 更是壓縮 437 倍——直接打在 agent 最貴的 cache-hit 成本上
新增 196B 參數的 Engram 條件式記憶模組（與主幹分離、稀疏 token 查詢），視覺理解首次原生訓練進主幹（非額外掛載），base model 在 DocVQA 拿下 95.6、MMMU-Pro 56.5

Benchmark 表現

Benchmark	V4.1-Flash	前代 (V4-Flash-0731)	競品最強
Terminal-Bench 2.1	90.6	82.7	Claude Opus 5 89.1
Terminal-Bench 4.0	31.2	7.0	Claude Opus 5 51.8
DeepSWE v1.1	74.2	54.4	Claude Opus 5 74.0
GPQA Diamond（base model，未輔助推理）	90.9	未公開	GPT-5.6 Sol 94.1
SimpleQA-Verified（base model，事實回憶）	42.3	未公開	自家旗艦 V4-Pro 55.2

⚠️ 以上均為 DeepSeek 官方在最強 agent scaffold（mini-SWE）下的自測結果，尚未見獨立第三方覆現。GPQA Diamond 與 SimpleQA-Verified 為 base model（非 instruct/agent 版）分數，V4-Flash-0731 無對應公開數字故標「未公開」。

與前代/競品比較

比前代最大的躍進在 agentic coding：Terminal-Bench 4.0 從 7.0 分衝到 31.2 分，四倍有餘，DeepSWE v1.1 也從 54.4 分拉到 74.2 分。這個跳躍主要來自架構換代——Causal Encoder-Decoder 讓輸入端只需啟用 8B 參數就能讀懂長 context，加上 KV cache 壓縮到 1/4~1/8，讓多輪工具呼叫的成本與延遲同時下降，而不是單純堆參數量換分數。

跟頂尖競品比，DeepSWE v1.1 的 74.2 已經追平 Claude Opus 5（74.0）與 GPT-5.6 Sol（73.0），差距在誤差範圍內；但 Terminal-Bench 4.0 仍大幅落後 Opus 5 的 51.8 分，顯示在「最難」等級的 agentic 任務上還有明顯差距。更值得注意的是知識密集型任務：SimpleQA-Verified 的 42.3 分明顯落後自家旗艦 V4-Pro 的 55.2 分——一個 552B 的新架構模型在事實回憶上反而輸給前代旗艦，說明這次的效能提升集中在「動手做」而非「知道什麼」。

定價策略是這次最大的商業訊號：V4.1-Flash 的尖峰 cache-miss input（$0.30）與 output（$1.20）都比前代 V4-Flash 的 $0.44／$1.32 更便宜，而 DeepSeek 直接宣布自 9/14 起把自家旗艦 V4-Pro 的全部線上流量轉發到這隻 Flash 版、並按 Flash 價格計費，等於官方親自承認小模型的 agentic 能力已經超越舊旗艦，直接讓舊旗艦下架退場。另外 DeepSeek 這次罕見公布「同一模型跑 8 種不同 agent scaffold」的對照表：DeepSWE 分數在 mini-SWE（74.2）到 OpenCode（65.5）之間擺盪 8.7 分，比 V4.1-Flash、Opus 5、GPT-5.6 Sol 三家頂尖模型之間的差距（1.2 分）還大——這是評測方法論上值得所有人注意的揭露。

對 Agent 開發的意義

如果你在做需要長 context、頻繁重放歷史對話的 agentic pipeline（coding agent、terminal 操作、多輪 RAG）：cache-hit input 定價只要 $0.006／1M tokens（尖峰），加上 KV cache 壓到 1/4~1/8，對高 cache 命中率的長對話成本效益非常高，MIT 授權也能自架部署，不受 API 供應商鎖定。

如果你在比較不同廠商的模型分數做選型：DeepSeek 公布的 8-scaffold 對照表是很好的提醒——換 agent 框架造成的分數差距（8.7 分）比換模型的差距（1.2 分）還大。選型時務必先固定住自己的 scaffold 再比較模型分數，而不是直接照抄任何一份排行榜。

不適合：需要高事實準確度、知識密集型的 QA 或客服場景——SimpleQA-Verified 明顯落後自家舊旗艦 V4-Pro，不建議直接拿 Flash 取代對事實回憶要求高的應用；也不適合對「vendor 自測結果」有疑慮的生產環境——目前所有 benchmark 都是 DeepSeek 自己在最強 scaffold 下測出來的，還沒有獨立第三方覆現。

今日收穫

過去比較模型時，習慣直接把不同廠商公布的 benchmark 分數拿來排名。但 DeepSeek 這次自己公布的 8-scaffold 對照表打破了這個假設：同一個模型換 8 種不同 agent 框架，DeepSWE 分數就能擺盪 8.7 分，比 V4.1-Flash、Opus 5、GPT-5.6 Sol 三家頂尖模型之間的差距（1.2 分）還大。這代表大部分「跨廠商模型排行榜」比較的其實是各家用的 scaffold 誰比較強，而不是模型本身誰比較強——之後看到任何模型分數比較，都該先問「用什麼框架跑的」。