DeepSeek V4.1 Flash API 完整指南：552B MoE 架构、原生视觉与低成本路由

DeepSeek V4.1 Flash 是一款 552B 参数的 Mixture-of-Experts 模型，输入阶段每个 token 仅激活 8B 参数，输出阶段激活 16B。它于 2026 年 9 月 10 日上线，同时替代了 V4 Flash 和 V4-Flash-Vision-Exp，合并为一个多模态接口。调用方式是把 model 设为 "deepseek-flash"，指向同样的 https://api.deepseek.com，已有的 OpenAI SDK 代码不用改动就能跑通。

我们写这篇指南，是因为 V4.1 Flash 把 DeepSeek 的模型线做了一次大幅重排。V4 Flash 和 V4-Flash-Vision-Exp 即刻退役；9 月 14 日起 V4 Pro 的请求也将转由 V4.1 Flash 服务。如果你在生产环境跑着 DeepSeek，有必要搞清楚变了什么、新定价长什么样、V4.1 Flash 在多供应商路由里放在哪个位置。

三分钟上手

第一步，注册账号。 打开 platform.deepseek.com，用邮箱或 Google OAuth 注册。

第二步，拿到 API key。 进入 API Keys 页面，点击「Create API Key」并复制。密钥只展示一次。

第三步，发起第一次调用。

pip install --upgrade openai

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_DEEPSEEK_KEY",
    base_url="https://api.deepseek.com",
)

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "DeepSeek V4.1 Flash 是什么？"}],
)

print(response.choices[0].message.content)

整个接入流程到这里就结束了。DeepSeek 的 API 遵循 OpenAI chat completions 格式，任何支持 OpenAI 兼容端点的库和框架都能直接用。

OpenAI 兼容指供应商提供一个 chat-completions 接口，其请求与响应结构与 OpenAI API 契约足够接近——只需替换三个值（API key、base URL、模型名），原来的 OpenAI SDK 调用即可直接工作。最小实践面是POST /v1/chat/completions 带 messages、model， 并返回 OpenAI 形式的流式响应。

架构概览：Causal Encoder-Decoder 与非对称激活

V4.1 Flash 引入了一种新的 Causal Encoder-Decoder（CED）架构。模型共 40 层 Transformer，前 20 层是因果编码器，后 20 层是解码器。解码器的全局 KV cache 从编码器最终隐藏状态投影而来，而不是每层独立计算。

这个设计带来一个直接的结果。模型在预填充阶段（处理输入）每个 token 只激活 8B 参数，在解码阶段（生成输出）激活 16B 参数。对于输入量大的场景，比如长文档分析、RAG、Agent 工具调用循环，你在输入端消耗的算力远低于 552B 总参数的直觉预期。

MoE 层包含 1 个共享专家和 384 个路由专家，每个 token 激活其中 6 个路由专家。模型还包含一个 196B 参数的 Engram 条件记忆，通过基于 token 的查找稀疏访问。

KV cache 压缩。 V4.1 Flash 使用 Compressed Sparse Attention 2（CSA2），给每个注意力层分配 Full、Reindex 或 Reuse 三种静态模式之一，在层之间共享 KV 状态。配合 FP4 主 KV 缓存（E2M1 格式），全局 KV cache 占用降到每 token 约 890 字节。和 V4 Flash 相比，HBM 占用降到约 1/4，SSD 持久化存储降到约 1/8。

对 API 用户来说，KV cache 的改进直接反映在更低的缓存命中价格和长上下文场景下更快的首 token 延迟。

原生多模态：视觉输入

V4.1 Flash 原生处理图片。不同于之前的 V4-Flash-Vision-Exp（把视觉编码器加装到 V4 Flash 上），V4.1 Flash 从头开始就以多模态方式训练。视觉编码器（DeepSeek-ViT，带 2D-RoPE 和 3x3 像素解混洗下采样）和两层 MLP 投影器在 45T token 的预训练中和文本一起参与训练。

发送图片的方式如下。

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "描述这张架构图。"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/diagram.png"},
                },
            ],
        }
    ],
)

也支持 base64 编码的图片。视觉能力在同一个 deepseek-flash 模型 slug 上提供，不需要单独的模型名。

在 DeepSeek 内部测评中，V4.1 Flash 在 MMMU-Pro 上得分 56.5，CVBench 上 77.9，DocVQA（LLM-Judge）上 95.6。V4 Pro 完全不支持视觉输入。

定价：高峰、非高峰与缓存经济学

V4.1 Flash 采用分时段定价。非高峰价格是高峰价格的 50%。高峰时段为工作日 UTC 01:00-04:00 和 06:00-10:00，其余时间均为非高峰。

缓存命中的输入价格比缓存未命中低 98%。对于 Agent 类工作负载，每一轮都重新发送长 system prompt 或工具定义，缓存命中率直接决定了实际成本。V4.1 Flash 的 KV cache 压缩让 DeepSeek 能在保持低缓存命中价格的同时，在每块 GPU 上塞下更多并发上下文。

和 V4 Pro 的对比

V4.1 Flash 在非高峰时段的输入价格约为 V4 Pro 的 1/4，输出价格约为 1/3，而在多数测评上反而表现更好。

来源 DeepSeek Models & Pricing，检索于 2026 年 9 月 11 日。

思考模式与推理能力

V4.1 Flash 同时支持思考模式和非思考模式。思考模式默认开启，模型会在最终答案之前先在 reasoning_content 字段输出思维链推理过程。

关闭思考模式的写法如下。

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "总结这段文字。"}],
    extra_body={"thinking": {"type": "disabled"}},
)

V4.1 Flash 还支持 1 到 100 的连续可控推理力度。在最大力度（100）下，它在 Codeforces 上的 rating 达到 3471（V4 Pro 为 3348），GPQA Diamond 90.9，MathArena Apex 65.6。

Agent 类测评中 V4.1 Flash 的表现尤其突出。

• Terminal-Bench 2.1 90.6（超过 Opus 5.0 的 89.1 和 GPT-5.6 Sol 的 88.8）
• DeepSWE v1.1 74.2（超过 GPT-5.6 Sol 的 73.0）
• AutomationBench 54.8（超过 Opus 5.0 的 50.3）
• Agent's Last Exam 31.8（在所有列出的竞品中最高）

以上为供应商公布的测评数据。模型刚发布，独立评测还在陆续出来。

来源 DeepSeek V4.1 Flash 技术报告，检索于 2026 年 9 月 11 日。

支持的功能

DeepSeek 还在 https://api.deepseek.com/anthropic 上支持 Anthropic messages API 格式。如果你的技术栈用 Anthropic SDK，也可以指向 DeepSeek，不需要切换到 OpenAI 格式。

来源 DeepSeek API Docs，检索于 2026 年 9 月 11 日。

模型名称迁移：哪些模型退役了

V4.1 Flash 立即替代了两个模型。

2026 年 9 月 14 日 UTC 04:00 起，deepseek-v4-pro 的请求也将路由到 V4.1 Flash 并按 V4.1 Flash 费率计费。DeepSeek 随后澄清，V4 Pro 的 API 服务将在 9 月 14 日之后继续提供，计费方式不变，后续如有调整会另行通知。

如果你的代码在用 deepseek-v4-flash 或 deepseek-v4-flash-vision-exp，它们会继续工作，背后静默解析到 V4.1 Flash。但我们建议更新到 deepseek-flash，避免 V4.1 Pro 上线后产生混淆。

来源 DeepSeek V4.1 Flash 公告，检索于 2026 年 9 月 11 日。

常见错误和注意事项

429 Too Many Requests。 V4.1 Flash 每个账号有 2,500 的并发请求上限。如果遇到 429 错误，可以提交扩容申请，不收额外费用。请求从发出到模型响应完成的整个过程算一个并发连接。

思考模式默认开启。 从 V4 Flash 迁移过来时，如果你期望的是非思考行为，需要在每次请求中显式关闭思考模式。这个默认值变了。

遗留模型名仍可用但计费发生了变化。 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 现在按 V4.1 Flash 费率计费，而 V4.1 Flash 的价格低于 V4 Flash 原来的定价。即使不改代码，你的成本也可能下降。

FIM Completion 需要关闭思考模式。 Fill-in-the-Middle 补全仅在思考模式关闭时可用。开着思考模式发 FIM 请求会报错。

视觉输入的 token 消耗。 图片在下采样后按分辨率消耗 token。一张高分辨率的架构图可能消耗的输入 token 远超预期。首次使用视觉功能时，留意 token 用量。

速率限制与并发

并发限制按账号维度计算，与使用哪个 API key 无关。如果需要按用户隔离，传 user_id 参数。DeepSeek 用它做内容安全隔离、KV cache 隔离和调度隔离。

来源 DeepSeek Rate Limit & Isolation，检索于 2026 年 9 月 11 日。

TheRouter 集成：把 V4.1 Flash 放进 Fallback 链

TheRouter 能路由 OpenAI 兼容的请求到已配置的供应商，把 V4.1 Flash 加入路由配置和其他模型并列即可。

一个实用的模式是把 V4.1 Flash 作为通用任务的默认模型，当 DeepSeek 返回 5xx 或超时时回退到其他供应商。

# 示例：V4.1 Flash 主力，Qwen3.7-Max 备用
models:
  - provider: deepseek
    model: deepseek-flash
    priority: 1
  - provider: dashscope
    model: qwen3.7-max
    priority: 2

V4.1 Flash 2,500 的并发上限和低定价让它非常适合放在高吞吐路由配置的首选位置。对于需要视觉输入的任务，V4.1 Flash 目前是通过 OpenAI 兼容 API 能用到的最便宜的多模态选项之一。

更多关于 fallback 路由的细节，见我们的模型回退指南。

上线检查清单

在生产环境部署 V4.1 Flash 之前，确认以下几项。

1. 更新模型 slug。 从 deepseek-v4-flash / deepseek-v4-flash-vision-exp 切换到 deepseek-flash。
2. 显式设置思考模式。 不要依赖默认值。如果需要非思考行为，在每次请求中关闭它。
3. 如果从 Vision-Exp 迁移，测试视觉输入。 V4.1 Flash 的视觉编码器和实验版本不同。对你的图片处理测试用例跑一遍新模型。
4. 监控缓存命中率。 V4.1 Flash 的压缩 KV cache 改变了缓存行为。跟踪响应中的 prompt_tokens_details.cached_tokens 来了解实际输入成本。
5. 检查并发余量。 默认限制从之前的 V4 Flash 跳到了 2,500。如果之前经常打限制，现在可能有空间提高吞吐。
6. 把弹性工作负载安排在非高峰时段。 非高峰价格是高峰的一半。批量任务、评测和非延迟敏感的作业应该瞄准非高峰时段（工作日 UTC 01:00-04:00 和 06:00-10:00 以外的所有时间）。

小结

DeepSeek V4.1 Flash 在一个模型里装进了很多东西。552B MoE 参数配合 8B/16B 非对称激活，原生视觉，1M 上下文，带可控力度的思考模式，非高峰输入起步价 $0.15/M token。它一次性替代了 V4 Flash、V4-Flash-Vision-Exp，也部分替代 V4 Pro。

对路由运维者来说，关键事实就几条。它是 OpenAI 兼容的，base URL https://api.deepseek.com，模型 slug 是 deepseek-flash，并发上限 2,500，Agent 类测评表现比肩顶级模型但成本只有零头。