DeepSeek V4.1 Flash 超越 DeepSeek V4 Pro 0813，成为 DeepSeek 新的旗舰模型，在 Artificial Analysis Intelligence Index 上得分 40。它仅有 552B 参数，却超越了 Pro（1.6T）模型，同时每 token 成本约为其 1/4，因其冗长而略低于智能与成本帕累托前沿

@deepseek_ai 发布了 DeepSeek V4.1 Flash，是 DeepSeek V4 Flash 0731 的继任者。这是一个 552B 模型，采用全新的因果 Encoder–Decoder 架构，使其输入仅需 8B 激活参数，输出仅需 16B 激活参数。

在官方 API 上，DeepSeek V4.1 Flash 定价为每 1M 输入 token 0.30 美元、每 1M 输出 token 1.20 美元，缓存输入 token 定价仅为每 1M token 0.006 美元，折扣达 98%。非高峰时段定价在输入、缓存输入和输出 token 上再提供 50% 折扣。V4.1 Flash 比 DeepSeek V4 Flash 0731 便宜约 20%，比 DeepSeek V4 Pro 0813 便宜约 4 倍，同时性能更高。

关键结果：

➤ DeepSeek V4.1 Flash 在智能体能力和长上下文推理方面取得提升。DeepSeek V4.1 Flash 在 Terminal-Bench v4.0 中得分 27%，是 DeepSeek V4.0 Flash 的 27% 的两倍多。其 GDPval-AA v2 上升 164 Elo 分，从 1468 升至 1632，使 V4.1 Flash 领先于 Kimi K3（1584）。DeepSeek V4.1 Flash 在 AA-LCR v1.1 上还得分 84%，与 GPT-5.6 Sol（84%）和 Gemini 3.8 Flash（84%）处于同一水平。凭借 1M token 上下文窗口，这使其成为以 flash 级定价处理长文档和大型代码库工作的强力选择。

➤ DeepSeek V4.1 Flash 以 69% 的成绩在 AutomationBench-AA 上位列第一，与 GPT-6 Astra（69%）持平，略高于 Grok 4.6（67%）。AutomationBench-AA 衡量的是跨 657 项任务的智能体工作流，覆盖 39 个 SaaS 应用，包括 Salesforce、Jira、Gmail、Zendesk 和 Google Sheets，评分标准是模型能否在不触发护栏的情况下完成目标。DeepSeek V4.1 Flash 相比 DeepSeek V4 Flash 0731（54%）提升了 15 个百分点，比 DeepSeek V4 Pro 0813（57%）高 12 个百分点，比 GLM-5.3（62%）高 7 个百分点。

➤ DeepSeek V4.1 Flash 是我们测过的输出最冗长的模型之一，在 Intelligence Index 每项任务上平均消耗 89k Tokens。这比 Z AI 的旗舰模型 GLM-5.3（71k）多 25%，比 GLM-5.3-Flash（69k）多 29%，比 DeepSeek V4 Pro 0813（55k）多 62%。它的输出 token 用量甚至超过前沿模型，包括 Fable 5.1（78k）和 Claude Opus 5（73k）。

➤ 尽管如此冗长，DeepSeek V4.1 Flash 在 Intelligence Index 每项任务上的成本仍仅为 $0.27。这主要得益于其低价：每 1M 输入 tokens 收费 $0.30，每 1M 输出 tokens 收费 $1.20，缓存输入 tokens 每 1M 仅 $0.006，折扣达 98%。这比 GLM-5.3（$2.01）和 Kimi K3（$2.00）低约 7 倍，比 DeepSeek V4 Pro 0813（$0.67）低约 2.5 倍。

模型其他细节：

➤ 上下文窗口：1M tokens

➤ 定价：在 DeepSeek 一方 API 上，每 1M 输入/输出 tokens 收费 $0.30 / $1.20，缓存命中折扣 98%（每 1M 缓存输入 tokens $0.006）

➤ 输入模态：文本和图像

➤ 规模：总参数量 763B，输入激活参数量 8B，输出激活参数量 16B

➤ 许可证：MIT

➤ 提供方：DeepSeek 第一方 API