DeepSeek V4 Pro 熬过了自己的死亡日期，这次反转对路由策略意味着什么

四天前，DeepSeek 宣布 deepseek-v4-pro 今天 04:00 UTC 开始停止接受请求，流量将静默切换到 V4.1-Flash。各工程团队赶忙调整路由表，有人换了，有人赌着不换，等着看结果。

今天早上，DeepSeek 在定价页和9月10日的发布公告里都加了一句话（原文）：

"应用户需求，我们决定在2026年9月14日之后继续提供 DeepSeek V4 Pro 的 API 服务，计费方式保持不变。"

停服没有发生。V4 Pro 还活着。deepseek-v4-pro 仍然解析到 DeepSeek-V4-Pro-0813，没有变成 V4.1-Flash 的别名。价格、并发上限、上下文窗口行为，全部照旧。

两个模型现在的实际参数对比

两个模型同时存在，DeepSeek API 呈现的是真正的分叉，而非一套别名链。具体参数对比如下。

高峰时段为周一至周五 01:00-04:00 UTC 和 06:00-10:00 UTC，其余时间为非高峰。

缓存未命中情况下，两者费用相差 4 到 4.4 倍；缓存命中情况下大约相差 7 倍。并发上限相差 5 倍。

V4.1-Flash 到底改变了什么

DeepSeek 在9月10日的 benchmark 数据里，V4.1-Flash 在公开编程和 agent 评测上全面超越 V4-Pro，DeepSWE v1.1 达到 74.2，Codeforces 评分 3471，Terminal-Bench 2.1 90.6。架构层面的变化也是实质性的，全新的 Causal Encoder-Decoder 设计，输入端只有 8B 激活参数、输出端 16B，来自总量 552B 的 MoE 模型，KV cache 需求缩小到上一代的 1/4，磁盘占用缩小到 1/8。

对于纯文本工作流，也就是推理、长上下文编程、不需要视觉的 agent pipeline，V4.1-Flash 更快、更便宜，并发容量是 V4-Pro 的五倍。基于这个前提，当时的弃用公告是有内在逻辑的。

改变的是后续，有团队在自己的工作负载上实际测出了 V4-Pro 的质量优势，然后把这个反馈递上去了。DeepSeek 接受了。

这次反转留给你的决策

如果你在9月14日之前已经切换到 deepseek-flash 并且对效果满意，没有理由换回来。这个模型在公开 benchmark 上客观上更便宜、更优。

如果你坚持留在 V4 Pro 是因为内部评测结论，这次延期验证了那个决定。当前的路由配置是稳定的，暂时不需要改。

DeepSeek 的公告里加了一句话："直到 V4.1-Pro 发布为止。"V4.1-Pro 没有任何公开的上线时间表。等它出来，同样的弃用问题会以新的模型名字再来一遍。有几个地方现在值得提前安排好。

• 用配置键存模型标识符，不要把 deepseek-v4-pro 写死在业务代码里。这样等下次需要切换时，不用重新部署。
• 检查 fallback 链。如果 V4-Pro 是质量敏感工作流的主路由，确保 fallback 包含 deepseek-flash，用来处理并发溢出。5 倍的并发差距在高流量下会变成限速问题。
• 在预览窗口内跑评测。下次 DeepSeek 宣布 V4.1-Pro，不要等到截止日期再行动，在预览期就拿新模型跑一遍内部评测，有了数据再决定切没切换，而不是单纯听厂商的。

跨厂商视角：弃用公告反转说明什么

DeepSeek 不是第一家宣布弃用再收回的厂商。Anthropic 在企业客户反馈强烈后推迟过几次模型下线。Google 在6月1日的 Gemini 2.0 Flash 日落计划引发集成摩擦后，也延长了可用时间。这个模式是一致的，厂商宣布弃用的时间往往早于他们能够强制执行的时间，迁移成本比预期高的时候就会软化。

对于做路由的团队，这不意味着弃用公告可以忽视，而是要把每次弃用公告理解为一个迁移窗口的起点，而不是一个硬性截止。如果你已经在 fallback 里配置了接替模型，遇到最后一刻的反转也感觉不到，流量继续正常跑，只是多出了一个可以回退的选项。

今天需要检查路由配置的几个地方

1. 配置里写的是哪个模型名。如果你硬编码了 deepseek-v4-pro 并且预期它今天会变成 V4.1-Flash 的别名，它没有，你现在仍在按 V4-Pro 的价格计费。
2. fallback 指向是否正确。如果你把 deepseek-flash 设为 V4-Pro 的溢出 fallback，这个配置仍然是对的。
3. 有没有视觉工作流。如果有，deepseek-flash 是 V4 系列里唯一支持原生视觉的端点，V4-Pro 不支持。
4. 有没有高峰时段流量。价格差距是真实的，可以批处理的任务调到非高峰时段跑（避开周一至周五 01:00-04:00 UTC 和 06:00-10:00 UTC），两个模型的费用都能减半。

TheRouter 路由层支持在不改动客户端代码的情况下替换上游模型标识符。如果你想在生产流量上对 deepseek-flash 和 deepseek-v4-pro 做 A/B 效果测试，路由配置层是做这件事的正确位置，参见模型路由配置文档了解按比例分流的用法。