企业官网建设流程全解析

9 月 10 日，DeepSeek 上线了 V4.1 Flash。按官方说法，这是他们新模型结构系列里尺寸最小的一款，但在基准测试里超过了自家的 V4 Pro，价格还往下调了一档。对写代码的人来说，参数和榜单都不是重点，真正要记的就两件事：模型名换了，计费口径也换了。

这次到底改了什么

V4.1 Flash 是个 552B 参数的 MoE 模型，用的是新的 Causal-Encoder-Decoder 结构，输入和输出不对称：输入激活 8B，输出激活 16B。MoE 本身不新鲜，"非对称激活"才是这次的看点。可以粗略理解成，读进来的那部分（长上下文、文档、图片）走轻一点的通道，生成出去的那部分走重一点的通道。参数总量还是 552B，但每次调用真正被调动起来的只有一小块，成本也就压下来了。参数量大不等于贵，这两个账要分开算。

另一处改动在缓存。官方称新一代模型把 KV Cache 压得很厉害，对 HBM 的需求降到上一代的四分之一，对 SSD 的需求降到八分之一，相对初代模型整体缩小了 437 倍。这个数字很技术，但翻译成开发者的语言就是：跑 Agent、长上下文、RAG 这类反复喂同一段前缀的任务，账单会明显不一样。

没变的东西也得说清楚。还是峰谷定价，还是同时给 OpenAI 格式和 Anthropic 格式的接口，Tool Calls、JSON Output、对话前缀续写这些照旧，上下文 1M、最大输出 384K。换句话说，从旧模型迁过来基本就是改个model名的事，没什么迁移成本。

有一处值得单独拎出来：官方公告说 9 月 14 日 12:00 之后，访问deepseek-v4-pro的请求会全部路由到 V4.1 Flash；但价格页后来更新了一条说明，为响应用户需求，9 月 14 日之后继续提供 V4 Pro 的 API 服务，计费方式不变。两天里口径变了一次。这说明上游的下线计划是会改的，别把模型名硬编码进业务逻辑。

价格和两个坑

按官方文档，V4.1 Flash 的价格（元 / 百万 tokens）大致是这样：

高峰时段是工作日 9:00–12:00、14:00–18:00，其余都算空闲，闲时价格是高峰的一半。看懂这张表，就抓住了两个能省钱的地方，也是两个容易踩的坑。

第一个坑是缓存。输入命中缓存 0.02 元，没命中 1 元，差 50 倍。缓存是按前缀匹配的，所以那种每次都把 system prompt、工具定义、大段参考文档塞在最前面的写法，只要前缀稳定，就一直在命中；反过来，如果你习惯每次微调一下提示词开头、或者把时间戳拼在最前面，缓存就永远命不中，钱按 1 元那一栏走。把不变的放前面、变的放后面，是这类接口最实际的优化。

第二个坑是时段。输出价格闲时 4 元、高峰 8 元，一堆不急的任务（跑评测、批量标注、离线数据清洗、文档摘要）完全可以挪到晚上或周末再跑，账单直接对半。官方做峰谷定价，本意就是让你错峰，那就不用客气。

调用本身很简单，用 OpenAI 兼容的 SDK 改个模型名就行：

fromopenaiimportOpenAI client=OpenAI(api_key="你的key",base_url="https://api.deepseek.com")resp=client.chat.completions.create(model="deepseek-flash",messages=[{"role":"system","content":"你是一个日志分析助手。"},{"role":"user","content":"把这段日志里的报错按类型分组。"},],)print(resp.choices[0].message.content)``` 旧模型名 `deepseek-v4-flash`、`deepseek-v4-flash-vision-exp` 目前还能调，但请求会由 V4.1Flash 提供服务并按 Flash 计价。也就是说，兼容是暂时的，趁早把配置里的名字改掉。 还有一点别被"开源"两个字带偏。模型权重确实挂出来了，但官方自己说大规模部署需要 2k 卡 GPU 加存储集群，这个门槛不是普通团队够得着的。对绝大多数人和小团队来说，直接用 API 更划算。 顺带一提，并发上限从 V4 Pro 的500提到了2500。对做批量任务的人来说这比价格更实在——以前要排队限流的活儿，现在能一次推上去。 便宜一半的钱，代价是把任务挪到半夜跑，这笔账你算不算？评论区聊聊。