2026 年 9 月 10 日，DeepSeek 正式发布 V4.1 Flash 版本。新版模型在运算性能、响应速度及成本控制上实现全面迭代，同步推出 DeepSeek Harness v0.1.5 框架，并宣布 V4-Pro 版本即将停止服务。
一、V4.1 Flash 核心参数与能力
模型架构：采用全新 CED 混合专家架构，总参数量达 552B。Prefill 阶段激活 8B 参数，Decode 阶段激活 16B 参数，专为各类 Agent 长对话业务场景优化。
核心能力：原生支持多模态交互，最大上下文长度延伸至 1M token。通过优化 KV 缓存机制，运行时显存占用降至前代的 1/4，硬盘存储占用降至 1/8，显著降低长对话及持续 Agent 任务的缓存成本。
调用标识：官方 API 调用名称为deepseek-flash。旧版 V4 Flash 及 V4 Flash Vision Exp 已全面下线，原有旧接口将临时兼容并路由至 V4.1 Flash。
性能表现：多项权威基准测试成绩优于 V4-Pro，其中 GPQA Diamond 评分达 90.9，Codeforces Rating 评分高达 3471，在 Agent 场景专项能力上表现突出。
二、V4-Pro 版本下线规则
生效时间：北京时间 2026 年 9 月 14 日 12:00。
届时，所有deepseek-v4-pro接口请求将自动路由至 V4.1 Flash，并统一按照 V4.1 Flash 的计费标准结算。该规则将持续执行至 V4.1 Pro 版本上线。
三、V4.1 Flash 计费标准
空闲时段：缓存命中输入 0.02 元/百万 token，未命中输入 1 元/百万 token，输出 4 元/百万 token。
高峰时段：工作日 9:00-12:00 及 14:00-18:00，全部计费价格翻倍。
备注：周末及法定节假日统一按空闲时段计费标准执行。
四、DeepSeek Harness v0.1.5 框架更新
新版本全面适配 V4.1 Flash 模型，针对标准接口调用、PTC 程序化工具调用及极简运行模式完成专项优化。
支持在保留 KV 缓存的前提下更新系统提示词，无需重复执行 Prefill 预热流程，有效降低长对话业务的调用成本。
Web 端功能升级，新增 PDF 与图片上传预览及工作区文件树浏览功能；扩展插件侧边栏入口，进一步提升子 Agent 协同处理能力。
五、开发者迁移适配建议
短期适配：原有 V4-Pro 接口将自动切换至新模型且计费标准变更，建议提前开展业务兼容性测试，保障系统稳定运行。
长期适配：建议将业务代码统一替换为deepseek-flash专属调用接口，以规避后续路由策略调整带来的潜在风险。
Agent 业务优化：升级 Harness 框架并依托新版 KV 缓存压缩能力，可显著降低长周期智能任务的运营成本。