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