昨天下午看到 DeepSeek 悄悄开了 V4.1 Flash 内测，我第一时间接进去跑了一圈。说实话，这波操作有点东西——一个 Flash 版本，官方问卷里直接问"能不能全面替换 V4 Pro"。
合着 Flash 已经不满足当弟弟了，要直接抢哥哥饭碗。

先甩三组实测数据，都是新浪财经跑同三道编程题测出来的。停车游戏 V4 用 11 分 27 秒，V4.1 用 4 分 47 秒，用时只有前者的 42%。小店系统 V4 用 5 分 54 秒，V4.1 用 1 分 41 秒，直接砍到 29%。预约系统 V4 用 6 分 45 秒，V4.1 用 2 分 15 秒，34%。

三题平均，代码生成用时是 V4 Flash 的三成到四成。输出 Token 少了 14.4%，总 Token 少了 44.7%。

这个数字什么概念？说真的，同样的钱，能跑两倍多的活。

更狠的是今天中午的官宣——V4.1 Flash 正式发布，Flash 全线降价。缓存命中的输入单价直接砍 60%，闲时 0.02 元/百万 tokens。V4 Pro 推迟到 9 月 14 日下线，到时候会自动路由到 V4.1 Flash，按 Flash 价格计费。

一句话翻译：DeepSeek 用 Flash 的价格，把 Pro 给替换了。

为什么能做到？新架构 + 原生多模态是核心。V4.1 不是在 V4 上打补丁，是模型结构推倒重来。42 层混合架构，KDA 和 Gated MLA 交替排列，比例 5:1，MoE 激活参数比 V4 Flash 还优化了一波。

多模态也不是外挂了。以前是图片转文字再处理，现在直接进模型一起理解。虎嗅那边测了 14 组任务、花了 3 亿 Token，结论是视觉能力进步最明显——前端可视化、数据图表理解、GUI 操作这些之前容易掉链子的地方，这次明显稳了。

但也不是全是好消息。有两个坑得提前说。

第一个坑，快是快，烧钱也可能更快。有开发者实测 5 分钟花了 10 块钱，因为速度快了同样时间内跑的轮次多了。官方说的"成本更低"是指单位任务成本，不是单位时间成本——这个别搞混了。

第二个坑，复杂任务上 V4.1 喜欢开多 Agent，子任务一多 Token 消耗反而上去了。虎嗅测的 14 组任务里，有个星光邮局游戏，V4.1 生成代码省了时间，但工具调用和验证花的时间更多，总耗时反而比 V4 长 4 分钟。

代码写得快，把省下的时间又花到自己修 Bug 上了。这个挺有意思。

说回正题，这个版本最值得关注的不是速度涨了多少，而是 DeepSeek 的打法变了。以前是 Pro 扛能力、Flash 扛速度，两条线分开卖。现在 Flash 直接往上冲，目标是用 Flash 的价格覆盖 Pro 的场景。

对普通开发者和 API 用户来说，选型逻辑要改了——以前"要快选 Flash、要强选 Pro"的简单二分，现在可能变成"先拿 Flash 试试，大部分场景够用就不花 Pro 的钱了"。

这个变化比跑分数字影响大得多。

最后提一句，正式版今天已经上线了，定价也出来了。闲时输入缓存未命中 1 元/百万、输出 4 元/百万，高峰翻倍。比 V4 Flash 原价还便宜——输入降了 33%，输出降了 11%，缓存命中直接砍 60%。

你觉得 V4.1 Flash 这次能接住 Pro 的班吗？