DeepSeek又掀桌子，新模型比自家旗舰还强
9 月 10 日发的 V4.1 Flash，是他们新架构里尺寸最小的一个。结果发布当天，各项测试把自家旗舰 V4 Pro 全超了 😳

它小在架构上
总参数 552B 听着唬人，输入却只激活 8B，输出 16B。用到哪块开哪块，所以又快又省

成绩单也够看
Terminal-Bench 2.1 拿 90.6，DeepSWE v1.1 是 74.2%，GPQA Diamond 90.9。这分数放半年前，是要开发布会讲的

不只是快
有博主拿同一句提示词让两个模型各写一万字小说，V4.1 Flash 跑到 160 TOK/s，V4 Pro 只有 50。写代码更夸张，287 TOK/s，屏幕上的代码基本是刷出来的。首 token 延迟也差三倍，体感就是秒回和等一下的区别

价格是真降了
缓存命中的输入 0.02 元一个百万 token，没命中的 1 块，输出 4 块，高峰时段翻倍。跟上一代比，光缓存命中这项就降了 60%

有博主实测，V4 Pro 做个 3D 城市生成器花了 16 块左右，V4.1 Flash 做完两个项目不到 10 块 💰 具体账单还得看你自己用量，我这边只是照着公告念的

还有个细节
它原生支持多模态视觉理解，写完前端能自己截图看效果、自己改。以前那种写完不知道长啥样、还要叫个子 Agent 帮忙瞅一眼的割裂感，这次没了。

接下来这段有点争议

官方说 9 月 14 日 12 点之后，调用 deepseek-v4-pro 的请求会全部自动转到 V4.1 Flash 并按 Flash 计费，直到 V4.1 Pro 上线。本来是升级又降价的好事，评论区却吵翻了。开发者觉得不该替用户做决定，已经调好的提示词可能依赖旧模型的行为，直接换会影响业务。

这事还没定论，用 API 的建议先测一轮再上生产 ⚠️

当然不是没毛病。有测试说它偶尔想太多，反复验证、过度推理，做复杂任务反而更慢。简单活记得收着点。

参数顺手记一下。上下文 1M 输入、384K 输出；MIT 许可，权重上了 Hugging Face；推理强度 1 到 100 档可调。
比较适合这几类人。天天写代码、尤其跑 Agent 的；要处理长文档的；预算紧又不想凑合的。

你最近在用什么模型写代码？评论区聊聊 👇

DeepSeek 人工智能 大模型 程序员 国产大模型