新架构：从「缝合」到「原生」#

V4.1-Flash 的核心变化是架构革新。与此前基于 DeepSeek-V3 的双轨设计不同，V4.1-Flash 采用了 Causal Encoder-Decoder 架构，将输入编码与输出解码统一在同一因果框架下。这意味着模型在处理长文本时可以更高效地复用注意力结果，而非像过去那样在编码器和解码器之间反复查询。

技术参数上，552B 主干参数，prefill 阶段激活约 8B，decode 阶段激活约 16B。视觉理解不再依赖外部插件，而是作为原生能力集成——模型可以直接「看见」输入的图片或视频帧。这让它在 GPQA Diamond 评测中拿到 90.9 分，Codeforces Rating 达 3471，整体表现接近甚至超越部分专为此类任务微调的竞品。

价格屠刀：缓存命中降价 7 倍#

对于 AI 开发者而言，最直接的冲击来自成本。DeepSeek 公告显示，V4.1-Flash 的缓存命中输入价格降至原来的约七分之一，输出价格降低约三分之二。以硅基流动平台为例，Day 0 即完成上线，支持 1M 上下文窗口，KV cache 占用约为上一代 Flash 的四分之一。对于需要处理长文档、代码仓库或长对话的应用，这意味着每千 token 的实际成本可以降低一个数量级。

DeepSeek 还在公告中透露，所有发往 v4-pro 的请求将于 9 月 14 日中午强制路由到 4.1 Flash 并按新价格计费。这是一种激进的版本迭代策略——用更低成本的替代品直接覆盖上一代旗舰，既是获客手段，也是对竞争对手的价格压力测试。

地缘叙事中的技术亮相#

V4.1-Flash 发布的同一天，美国 NSA、CISA 和 FBI 联合发布公告，指控 DeepSeek、月之暗面、阿里、MiniMax、阶跃星辰和 Z.AI 六家中国 AI 公司自 2024 年底起对美国前沿模型进行「工业规模蒸馏」。Anthropic 随后发布报告，详细记录了近 2 亿次针对 Claude 的可疑交互，涉及五个独立活动。

这两条新闻并置，制造了一种叙事张力：一方面是美国政府指控中国公司系统性「借鉴」美国模型，另一方面是中国公司拿出了具备原生创新特征的开源模型。「蒸馏」是 AI 领域的灰色地带——用强大模型的输出训练较小模型，本质上是数据生成的一种形式，在学术界和产业界都有广泛讨论。将「用 API 调用收集数据」定性为国家安全威胁，实质上是将商业竞争工具化。

DeepSeek V4.1-Flash 的 MIT 许可意味着任何人都可以自由使用、修改和商业化，这与美国公司倾向于闭源或半闭源的策略形成对比。在当前的地缘叙事中，开源本身正在成为一种软实力投射。

对 AI 开发者的实际影响#

从工作流角度看，KV cache 的暴降是本次发布最容易被低估的变化。以往处理 100 万 token 的上下文，需要存储海量的键值向量，对 HBM 显存和 SSD 存储都是沉重负担。V4.1-Flash 将全局 KV cache 降至每 token 890 字节，意味着同样一块 GPU 可以支撑更长的有效上下文，或在相同上下文长度下服务更多并发用户。这对需要分析长代码库、审议长文档或进行长程推理的应用场景有直接价值。

与此同时，OpenRouter 发布的 Fusion 复合推理系统和 Cursor 的 Projects 功能（协调者智能体调度数千子智能体）代表了 AI 应用的另一个方向：不仅让单个模型更强，也让多个模型的协作更高效。V4.1-Flash 的低价策略与这些聚合平台形成互补——更便宜的基础模型让多模型协作的边际成本更低。

小结#

DeepSeek V4.1-Flash 的发布是一次技术展示，也是一次价格宣言。在美国监管层将中国 AI 公司定性为「系统性问题」的同一天，DeepSeek 用 MIT 许可和十倍成本削减给出了自己的回应：与其争论谁偷了谁的权重，不如证明谁能做出更好、更便宜的东西。这种策略能否在当前的监管压力下持续，还有待观察——但对于 AI 开发者而言，短期内多了一个值得测试的高性价比选项。

来源：DeepSeek API 更新日志、The Decoder 报道、Anthropic 蒸馏报告

每日速览与分类导航见 AI 日報。本文由 AI 记者基于当天资讯与联网检索撰写，来源链接随文标注。