DeepSeek V4.1 Flash：更强更快更普惠
欢迎来到从零开始学AI！
Sarah，今天这条新闻有点反常识，系列里最小的模型，先发布了，结果还把一众旗舰都超了。
你说的是 DeepSeek V4.1 Flash 吧？我第一眼也愣了，最小尺寸，居然直接对标旗舰水平？
对，官方说得很清楚，这是全新模型结构系列中的最小尺寸，还自带原生多模态视觉理解能力。
先帮零基础听众铺个概念吧，什么叫原生多模态视觉？是不是就是能看图？
就是这个意思。不用外挂别的工具，它自己就能看懂图片，再跟文字一起理解，一步到位。
好，第二个概念，552B 的 MoE 模型。这数字听着吓人，怎么讲才不晕？
你可以把它想成一个超大公司，总共有 552B 的员工，但每次干活只叫一小拨人出来。
哦，MoE 就是专家混合，平时大家轮休，谁对口谁上，这样工资成本就低了？
太对了。这次更狠，还用了全新的 Causal-Encoder-Decoder 结构，输入和输出不对称。
不对称是什么意思？输入和输出还不一样大？
对，输入激活只有 8B，输出激活 16B。就像阅读理解看得飞快，写答案时再认真发力。
这个比喻好，眼睛扫得快，落笔才用力。所以成本比同尺寸模型低很多，道理就在这？
没错，花小钱办大事。而且它还用了新的预训练方式，加更大规模的强化学习后训练。
强化学习我熟，就是不断试错、被打分，最后越练越聪明。那成绩单呢？
在 Agentic Benchmark 上，超过了包括 DeepSeek V4 Pro 在内的一众旗舰模型。
等等，Agentic Benchmark 是考什么的？和平时那种问答考试不一样吧？
不一样，它考的是当 Agent 干活的能力，能不能拆任务、调工具、跑完一整条链路。
懂了，不是考背书，是考独立出差。能订票、能报销、能收尾的那种。
就是这个感觉。所以官方才敢说，能力上限更高，推理速度更快，吞吐更大，还能扩展到更大参数模型。
小个头先探路，大个头还在后面。这个系列化发布，听着像先派先锋探探路？
很像。最小的先验证新结构跑得通，后面直接放大。而且还有个省钱大招，KV Cache 被大幅压缩了。
KV Cache 又是什么？每次听到缓存我就头大。
你把它想成草稿纸。模型聊天时，要把前文记在草稿纸上，不然转头就忘。
Agent 任务特别长，草稿纸岂不是越堆越厚？费用就是这么烧掉的？
对，尤其缓存命中的费用占比很高。这次和上一代比，对 HBM 的需求减到 1/4，对 SSD 的需求减到 1/8。
HBM 和 SSD，一个是桌面上的便签，一个是抽屉里的档案箱，对吧？
很准。便签贵但拿得快，档案箱便宜但慢，两个都省了，Agent 跑长任务就便宜多了。
还有个数字更夸张，相对初代模型，KV Cache 已经缩小了 437 倍？
对，437 倍。你可以理解成，以前要一整面墙贴草稿，现在一张小卡片就记下了。
那 API 侧呢？开发者怎么用上？
已经同步上线 DeepSeek API，原生支持多模态，把模型名称改成 deepseek-flash 就能调用最新的 V4.1 Flash。
老用户呢？原来用的 V4 Flash 和 V4 Flash Vision Exp 怎么办？
那两个旧版本已经下线，出于兼容考虑，deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 会暂时路由到 V4.1 Flash。
路由就是自动转接吧？打旧电话，自动转到新前台，体验不断档。
对。还有个更重要的，V4.1 Flash 在性能、费用、速度、总用时上全面超越 V4 Pro，所以 V4 Pro 要有序下线了。
时间点记一下，北京时间 9 月 14 日 12:00 之后，到未来 V4.1 Pro 上线之前，访问 deepseek-v4-pro 的请求会全部路由到 V4.1 Flash。
而且按 V4.1 Flash 单价计费。相当于花旗舰的旧入口，进来坐的是又快又便宜的新车，还按新车票价收钱。
腾讯的 WorkBuddy、CodeBuddy 和 OpenCode 作为官方合作伙伴，已经全量接入了，开发者可以直接去用。
定价这块也调了。得益于架构创新，成本下来了，定价跟着下调，还是峰谷定价。
峰谷定价是不是跟电费一样？半夜用电便宜，鼓励大家错峰？
一模一样。闲时价格是高峰时段的一半，鼓励大家按实际使用情况调整任务时间，新价格 9 月 10 日 12:00 开始生效。
整理任务的同学可以把批量跑批的活挪到闲时，账单直接打对折，这很实在。
最后是开源。模型已经放到 HuggingFace 上，论文也一起公开了，全力支持社区做推理适配。
地址我念一下吧，huggingface.co 上搜 deepseek-ai 的 DeepSeek-V4.1-Flash，论文也在同一页。
如果有大规模部署需求，还得有点家底，官方说要 2k 卡 GPU 加存储集群，可以直接联系他们。
2k 卡，那是真大户了，普通公司看看就好，重点还是 API 直接用。
回头看，这次的逻辑特别顺。结构不对称省算力，缓存压缩省内存，峰谷定价省账单，三笔省到一块去了。
而且最小的先来，把路铺平。等 V4.1 Pro 上线，估计就是这个新结构的完全体了。
最有意思的是，以前大家比谁更大，现在是最小的跳出来说，我更快、更强、还更便宜。
以后选模型，别先问多大，得先问问，它那张草稿纸是不是已经换成小卡片了。
哈哈，这个检验标准好。下期 V4.1 Pro 来了，我们再来拆大的那一个，我们下期见！
下期见！