DeepSeek V4.1 Flash正式上线：性能全面超越V4 Pro，价格直降60%
DeepSeek V4.1 Flash正式上线了。总参数552B的MoE模型，采用了全新的Causal-Encoder-Decoder非对称结构。输入激活只有8B、输出激活16B，推理成本大幅低于同尺寸模型，还原生支持多模态视觉理解，无需外挂视觉模块。
通过KV Cache压缩，对显存需求降至上一代的1/4、SSD降至1/8，社区实测输出速度达300到500 tokens/秒。各项基准全面超越V4 Pro，GPQA Diamond达90.9。
而且它还降价了。9月10日12:00起，Flash闲时缓存命中输入0.02元、未命中1元、输出4元/百万token，高峰时段翻倍。之前缓存命中是0.05元、未命中1.5元、输出4.5元/百万token。
DSH负责人崔添翼发文表示：”V4.1 Flash正式上线之后，V4 Pro模型的请求都会被路由到V4.1 Flash，并按Flash的价格计费。”Pro的价格是Flash的3倍，这意味着原来用Pro的用户直接降价到Flash水平。
对于开发者省钱攻略来说，核心策略就是：把原来调用V4 Pro的场景全部切换到V4.1 Flash。Flash不仅性能更强，价格还只有Pro的三分之一。
国内另一个定价派代表智谱，GLM-4.7 Flash一直是头号选择。8月26日智谱发布GLM-5.3-Flash（”牛来”），320B-A18B，性能超过DeepSeek V4 Pro，MIT全开源。价格为旗舰模型GLM-5.3的1/10。
总结省钱要点：1.用Flash替代Pro，性能更强价格更低；2.闲时段调用，价格再减半；3.KV Cache命中率优化，闲时缓存命中仅0.02元/百万token；4.关注模型路由变化，V4 Pro已按Flash价计费。
原文来源：字母AI/钛媒体