9月10日，DeepSeek交出一份新答卷
9月10日，DeepSeek正式发布并开源新模型DeepSeek V4.1 Flash：一款552B参数的多模态MoE模型，采用全新的Causal-Encoder-Decoder非对称结构，输入激活仅8B、输出激活16B，原生支持图文输入，上下文长度达到100万token。模型权重已在Hugging Face与魔搭社区开放下载，技术报告同步公开。按照官方口径，新模型在多项基准测试中超越了包括DeepSeek V4 Pro在内的旗舰模型；第三方评测机构Artificial Analysis的智能指数v4.3给出40分，超过GPT-5.6 Luna（该结果为第三方评测口径）。
事件背景：更便宜的不只是模型本身
这次发布真正的看点在成本侧。V4.1 Flash对KV Cache做了大幅压缩：与上一代相比，显存需求降至四分之一，SSD存储需求降至八分之一，每token全局KV缓存降到890字节，相对初代模型累计缩小437倍。KV Cache是大模型服务上下文的缓存机制，在智能体长时间运行、反复读取长文档的场景里，缓存命中的费用往往占API账单的相当比例。缓存变小，智能体类任务的成本随之下降。
价格同步调整。新定价自9月10日起生效，延续峰谷定价机制，闲时价格为高峰时段的一半。更大的动作是对旧旗舰的处理：北京时间9月14日12时之后，至V4.1 Pro上线之前，所有deepseek-v4-pro请求将直接路由到V4.1 Flash，并按V4.1 Flash单价计费——官方明确表示，经多方测试，新模型在性能、费用、速度与总用时上已全面超越V4 Pro，因此对其有序下线。
深度分析：非对称结构为什么能省钱
过去大模型处理输入和输出大多共用一套参数路径，而智能体场景的特征是输入远重于输出：一次深度检索可能读取几十万字资料，产出只有几百字结论。Causal-Encoder-Decoder结构把两个阶段拆开处理，预填充阶段每个token只激活8B参数，解码阶段才激活16B，对输入占主导的检索、分析类任务，同等算力能服务的请求量明显提升。配合量化的主KV缓存与跨层稀疏注意力等设计，长上下文的存储与计算开销被同时压了下来。
这类架构优化的外溢效应值得关注：当运行智能体的单位成本下降，企业部署AI检索、自动问答、内容核验类应用的门槛也随之降低。官方合作伙伴腾讯WorkBuddy、CodeBuddy与OpenCode已全量接入新模型。
企业视角：推理降价，AI检索的用量会上来
对做GEO（生成式引擎优化）的企业，这条消息的启示不在模型分数，而在使用量。推理成本每降一档，AI搜索与智能体的调用频次就涨一截，企业内容被读取、被引用的基数随之扩大。三件事值得现在就做。
- 检查内容能否支撑智能体式读取：结构清晰的标题层级、完整的参数与结论表述，比排版花哨更利于机器摘取；
- 关注抓取节奏的变化：推理成本下降后，引擎对企业站点的抓取与复核频率可能提高，内容更新要及时、口径要稳定；
- 把峰谷定价的思路用到自有部署评估上：若企业自建模型服务，错峰运行批量任务可以直接省下预算。
极欧互联（jiougeo.com）在为客户做GEO诊断时，会同步评估目标引擎背后模型的成本曲线——成本下降通常伴随检索生态扩张，正是企业内容布局的窗口期。
趋势研判：成本曲线决定AI检索的渗透速度
从年初到现在，大模型行业的主线之一是把智能的单位价格打下来：架构压缩、缓存优化、峰谷计价，路径各不相同，方向高度一致。推理成本越低，AI搜索与智能体接入的业务场景越多，企业信息被AI读取的机会与频次同步上升。可以预期，围绕"被机器高效读取"的内容工程——清晰的结构、可验证的事实、稳定的口径——会从可选项变成企业官网的标配。
信息来源
- DeepSeek官方公告，《DeepSeek V4.1 Flash：更强、更快、更普惠》，2026-09-10，https://www.deepseek.com/news/deepseek-v4-1-flash/
- GIGAZINE，《DeepSeek-V4.1-Flash发布，多项测试超越Claude Opus 5与GPT-5.6 Sol》，2026-09-11，https://gigazine.net/gsc_news/en/20260911-deepseek-v4-1-flash
- 搜狐号·腾讯研究院AI速递，2026-09-11，https://www.sohu.com/a/1074463759_455313