DeepSeek 发布了 DeepSeek-V4.1-Flash，这是其新架构系列中最小的模型，具备原生视觉理解能力，旨在实现更高能力、更快推理和更高吞吐量。该模型采用不对称架构，包含 552B 参数的 MoE 和全新的 Causal Encoder–Decoder 设计，输入仅需 8B 活跃参数，输出需 16B。相比上一代，V4.1-Flash 将 KV 缓存需求降低至 HBM 的 1/4 和 SSD 存储的 1/8，通过压缩缓存命中费用显著降低代理成本。该模型现已在 DeepSeek API 上线，支持原生多模态；用户应将模型设置为 deepseek-flash。V4-Flash 和 V4-Flash-Vision-Exp 已退役，临时路由至 V4.1-Flash 以保证兼容性。DeepSeek 报告因效率提升而降低 API 价格，将节省传递给用户，并保持峰值/非峰值定价，非峰值费率为峰值的 50%。公司正与开源社区合作推理支持，并探索部署选项，欢迎就涉及 2,000 块 GPU 和存储集群的大规模部署进行咨询。该模型在 Hugging Face 上可用，路径为 deepseek-ai/DeepSeek-V4.1-Flash。