移动通信网 林知远
9月10日，DeepSeek正式发布V4.1 Flash模型，这是其全新模型结构系列中尺寸最小的产品，具备原生多模态视觉理解能力。该模型总参数量552B,采用MoE(混合专家)架构，输入端激活参数仅8B、输出端激活16B,推理成本显著低于同尺寸已发布模型。DeepSeek方面表示，新结构的设计初衷是能力上限更高、推理速度更快、吞吐更大，并可平滑扩展至更大参数规模模型。在基准测试中，V4.1 Flash经更大规模强化学习后训练后，智能水平成功超越包括自家旗舰DeepSeek V4 Pro在内的一众前沿模型，以“系列最小尺寸”挑战旗舰性能的定位引发行业高度关注。腾讯WorkBuddy、CodeBuddy及OpenCode作为官方合作伙伴，当日即宣布全量接入该模型。
【关键数据】
[1] 总参数量552B,输入激活8B、输出激活16B(MoE架构)
[2] KV Cache对HBM需求降至上一代的1/4,对SSD需求降至1/8
[3] API闲时定价为高峰时段价格的50%
[4] Agent场景缓存命中开销占使用成本30%-50%(行业测算)
[5] 80GB HBM推理卡单卡并发会话数理论上提升至4倍
技术层面，V4.1 Flash最大亮点是全新的Causal-Encoder-Decoder结构，打破了传统Transformer编码器-解码器对称设计，输入与输出激活不对称——输入激活8B负责高吞吐的上下文理解，输出激活16B保障生成质量。这种非对称设计在保持552B总参数知识容量的同时，将单次推理的计算量压缩至传统同尺寸模型的极小比例。存储优化同样激进：新一代模型大幅压缩KV Cache缓存，对HBM显存的需求降至上一代的1/4,对SSD的需求降至1/8。在Agent使用场景中，缓存命中费用往往占推理总成本较高比重，KV Cache压缩直接击中了长上下文、多轮调用任务的成本痛点。此外，新预训练方式配合更大规模强化学习后训练，使模型在Agentic Benchmark上对主流前沿模型形成性能优势。
大模型市场竞争格局正因推理成本重构而剧烈变化。行业测算显示，Agent类任务中缓存命中开销可占使用成本的30%至50%,V4.1 Flash将HBM需求压缩至1/4,意味着同等GPU集群可承载的并发请求数提升数倍。与OpenAI、Anthropic等海外厂商旗舰模型相比，DeepSeek持续以“更低成本、开源开放”策略蚕食企业级市场；与国内阿里通义千问、字节豆包等竞品相比，其MoE稀疏化路线的成本优势进一步拉大。定价策略上，DeepSeek同步下调V4.1 Flash的API价格，继续采用峰谷定价机制，闲时价格为高峰时段的一半，引导用户错峰调度算力资源。这种定价在行业内属于首创式精细化运营，直接对标云厂商的电力峰谷定价逻辑。
从产业链看，V4.1 Flash的存储优化将对推理算力市场产生连锁反应。KV Cache压缩使单卡HBM占用降至1/4,以主流80GB HBM的推理卡计算，单卡可服务的并发会话数理论上提升至原先的4倍左右；SSD需求降至1/8则大幅降低KV Cache分级存储方案的硬件采购成本。对上游而言，这一趋势可能抑制纯推理场景对HBM容量的单点需求增速，但会因单位成本下降带来的用量扩张而部分对冲。中游推理服务商和Agent平台是直接受益方：输入激活仅8B的稀疏计算特性，使中小型算力集群也能承载大参数模型部署。下游开发者生态方面，腾讯WorkBuddy、CodeBuddy全量接入，叠加OpenCode的支持，意味着编程助手、企业办公智能体两大高流量场景即刻切换至新模型，形成规模化落地验证。
商业化进展上，V4.1 Flash的落地路径清晰指向Agent与代码两大场景。Agent任务的特点是长上下文、多轮工具调用、缓存命中率要求高，KV Cache压缩至原来的1/4以下使这类任务的边际成本大幅下降，配合闲时半价的峰谷定价，企业可将批量批处理任务安排至低谷时段执行。腾讯CodeBuddy作为代码助手产品线，接入552B参数模型后在代码理解、多模态文档解析上获得能力升级；WorkBuddy则面向企业办公场景，可利用原生视觉理解能力处理图表、截图等非纯文本输入。OpenCode作为开源编码工具链，其接入使V4.1 Flash直接触达全球开发者社区。官方称，V4.1 Flash能够“以更低成本服务更多用户”，这一定位显示DeepSeek的策略重心已从单模型性能竞赛转向单位智能成本的最优化竞争。
行业动向层面，V4.1 Flash透露出DeepSeek新模型结构系列的战略路线图：Flash为最小尺寸，后续可扩展至更大参数模型，形成覆盖不同成本档位的完整产品矩阵。Causal-Encoder-Decoder非对称结构若在更大参数规模上验证成功，可能引发架构层面的跟随潮，正如此前DeepSeek V3的MLA注意力机制被多家海外厂商采纳一样。市场竞争焦点正在从基准测试分数转向“每美元智能量”的比拼，峰谷定价、缓存压缩、稀疏激活三大手段叠加，使推理成本曲线进一步陡峭下行。对企业用户而言，模型切换成本因API兼容性而降低，腾讯等云渠道的全量接入加速了渗透。下一代更大参数版本何时发布、开源权重是否同步放出，将成为观察DeepSeek技术节奏与生态策略的关键指标。
