DeepSeek V4.1 Flash 开启为期两天的 API 测试版：新架构、原生多模态与专业级雄心

DeepSeek V4.1 Flash 出现在 DeepSeek 惯于在正式宣布之前测试新东西的地方：正式 API 环境中，而且它的模型 ID 本身就带着到期日期。这个 ID——deepseek-v4.1-flash-expires-on-0910——于 2026 年 9 月 8 日开始提供服务，此前 DeepSeek 团队已在官方社区群中发布了“中间版本”内部测试；末尾的 0910 就是整个事件的缩影。这是一个被投放到真实 API 环境中的构建版本，用于有限测试，按计划将在 9 月 10 日前后下线，之后才是爆料者所称“很快”就会发布的官方公告。这并非正式发布：没有模型卡，没有技术报告，没有更新日志条目，而且截至今晚，DeepSeek 公开的 Models & Pricing 页面仍然只列出 DeepSeek V4 Flash、DeepSeek V4 Pro 和 DeepSeek-V4-Flash-Vision-Exp。

下文所有内容都应带着那个星号来读。这里的官方渠道是一份社群公告及随附的反馈表单，而非发布说明。以下内容汇集了该公告、中文媒体在公告发布数小时内的报道，以及开发者用自己的密钥指向该端点后取得的首日测量数据——其中厂商的说法与社群的数据均已按各自性质明确标注。

今天到底发生了什么

北京时间9月8日15:00左右，DeepSeek团队向其官方社区群表示，在最终版本发布之前，正在真实API环境中对一个中间版本——在中文里称为“中间版本”，也就是介于中间的检查点——进行有限测试。任何拥有DeepSeek API密钥的人都可以调用它：保留你现有的base URL和密钥，将模型名称设置为deepseek-v4.1-flash-expires-on-0910。这就是访问的全部详情——没有单独的端点，没有候补名单，也没有新的控制台。

实际的运行空间相当有限。后缀编码了计划：测试版本“将于9月10日自动过期并下线”，大约只有两天的运行时间。每个账户被限制为20个并发请求——而DeepSeek为其deepseek-v4-flash公布的并发限制为2,500——这强烈暗示了其意图：这是用于功能测试和评估，而非承载生产流量。

• 它是什么——放置在实时 API 中的一个“中间版本”检查点，用于在正式构建之前进行短期测试。

• 运行位置 — DeepSeek 自己的 API；基础 URL 和密钥不变，模型名称更换为 deepseek-v4.1-flash-expires-on-0910。

• 多久——名称显示到期时间为0910；该测试预计将在9月10日左右下线。

• 谁可以调用它——任何拥有Deep​Seek密钥的账户，每个账户20个并发请求。

测试版收费明细：DeepSeek V4 Flash 费率卡

Deep​Seek 表示，该测试的计费费率与 deepseek-v4-flash 相同，适用该模型当前的费率表。自 2026 年 8 月 16 日重新定价以来，Deep​Seek 实行高峰/非高峰定价；具体数字以 Flash 层级的官方数据为准：

• 输入，缓存命中 — 非高峰时段每100万token $0.007，高峰时段 $0.014

• 输入，缓存未命中 — 非高峰时段每100万tokens $0.22，高峰时段 $0.44

• 输出 — 非高峰时段每1M tokens $0.66，高峰时段$1.32

• 高峰时段 — 周一至周五 01:00–04:00 和 06:00–10:00 UTC；其他所有时段为低谷时段，费率为高峰时段的一半

注意没有改变的是什么：每 token 的价格。因此，DeepSeek 称 V4.1 Flash“成本更低”是一种效率层面的说法，而非降价——这一点，几位上线首日的测试者是以昂贵的方式体会到的：他们眼看着一段五分钟的会话从余额中扣除的金额，明显高于在 DeepSeek V4 Flash 上消耗相同实际时间所需扣除的金额，因为这个模型消耗 token 的速度要快得多。每项任务的成本是否真的下降，取决于它能否用更少的 token 和更少的重试来完成工作；仅凭两天的速度测试，任何人都无从判断。

“新架构、原生多模态”意味着什么——截至目前，尚未得到验证。

Deep​Seek官方对V4.1 Flash的描述涵盖四项主张：新模型结构、原生多模态支持、更强能力，以及更快的生成速度。其中，架构主张格外突出，因为它打破了既有模式。此前的版本更新——DeepSeek V4 Flash 0731——是一次后训练更新，架构和规模均与其预览版保持一致；而Deep​Seek此次的措辞指向了结构性变化，多家媒体将其解读为模型经过重新预训练而非微调。除此之外，其余皆为推断。社区关于其改动注意力机制、调整专家网络或集成视觉模块的猜测，恰恰就是——猜测。目前没有公布参数数量、上下文窗口数值或基准测试表格，也没有发布技术报告。

“native multimodal”这一措辞之所以重要，有其具体原因。DeepSeek-V4-Flash-Vision-Exp 于 8 月 21 日发布，自 8 月 31 日起开放权重，它是在 DeepSeek V4 Flash 文本底座上加装了一个视觉编码器——DeepSeek 自己的资料也将这一组合描述为“文本模型＋外部视觉通路”。V4.1 Flash 则被描述为从底层起即为多模态，图像与文本输入由基础模型本身处理。这原则上确实是真正的架构差异，但模态规格尚未公布：测试者实际运行的是文本加图像的输入，因此在模型卡发布之前，读者只能在“文本＋图像”这一意义上将“multimodal”视为“已确认”。至于计划中是否包含更广泛的输入集合，截至本文撰写之时，仍是未知，而非已确认。

速度是头条 — 而这是一项社区衡量标准。

首日流传的数字是，长文本生成中每秒大约420个输出token，个别运行的速度峰值据报超过500 token/s。一个广为分享的测试在不到三分钟内生成了超过71,000个token。这一切都不是官方的：这些是开发者针对beta端点在不受控条件下测出的数据，DeepSeek也没有发布自己的速度基准。作为参照，Artificial Analysis 测得的公开 DeepSeek V4 Flash 0731 端点速度约为128 token/s，因此这些早期报告指向原始吞吐量大约三倍以上的跃升——但通常要提醒的是，吞吐量取决于输入长度、并发数和服务器状况。

与DeepSeek-V4-Flash-Vision-Exp的端到端对比是差距最明显的地方，因为它们是在同一任务上背靠背进行测量的。测试人员报告，在SVG代码生成任务上端到端速度大约快6倍，在49k token的长上下文检索上大约快5.2倍，在大规模SQL生成与优化任务上约快5倍，在算法问题上快4.6倍，在异步重构任务上快3.9倍。请将这些视为参考性数据，而非精确值：同任务的端到端数字综合了思考时间、首token延迟和生成速度，而且它们来自个别测试人员，而非受控测试套件。值得关注的是所有结果中一致的趋势方向，而不是任何单一的倍率。

beta 版核心的问题

最具战略性的细节隐藏在Deep​Seek随测试附带的反馈表单中。除了关于智能体框架和真实场景的问题外，它还直接询问测试者：DeepSeek V4.1 Flash中间版本“能否完全替代在线的DeepSeek V4 Pro”。对一家公司来说，向用户提出这样一个问题非同寻常，因为DeepSeek V4 Pro的定价比Flash高出整整三个价格档位：按当前官方价格，Pro模型在非高峰时段每100万输入token（缓存未命中）收费0.66美元，每100万输出token收费1.98美元；而DeepSeek V4 Flash分别为0.22美元和0.66美元——每一行都是整整3倍。如果一个Flash档次的模型真的能以Flash级价格接近Pro级能力，那么对大量用户而言，这个问题便有了不言自明的答案，而Deep​Seek对此心知肚明。

结合“新结构”的措辞来读，这份问卷暗示V4.1 Flash是某种比单点刷新更大的布局中的第一个可见步骤——即重新定位Flash产品线，以压缩与旗舰机型的差距，正如Deep​Seek一再使用更便宜、更快的模型来重置市场对某个价格档位所能买到什么的预期。这一切都没有基准测试来证实；它只是对一个只有两句话的问题所作的战略性解读。但这是Deep​Seek一整天来关于V4.1 Flash所说的最有趣的内容。

在哪里试用，与此同时生产环境该运行什么？

在测试窗口期内，唯一能访问V4.1 Flash的途径就是DeepSeek自己的API——没有第三方托管这个两天后就会过期的构建版本，任何人也不应该将生产链路接到一个计划停止响应的模型ID上。接下来两天的合理用途是评估：运行你有代表性的工作负载、衡量质量和真实的token成本，并把你看到的每一个速度数字都当作传闻对待，直到正式版本随模型卡一起发布。

对于必须持续正常工作的流量，公开的 DeepSeek 系列保持不变，而这正是路由层体现自身价值之处。在 OrcaRouter 上，DeepSeek V4 Flash、DeepSeek V4 Pro 和 DeepSeek-V4-Flash-Vision-Exp 均可通过同一个 API 访问，按 DeepSeek 官方标价透传，零加价——因此，八月降价从落地当天起就在我们这边生效，而不是等哪个利润率表格终于处理到它才生效。当正式的 V4.1 Flash 最终向服务商推出时，同样的配置便是一种低切换成本的采用方式：把一部分流量交给新模型，将 DeepSeek V4 Flash 或 V4 Pro 保留为自动故障转移，由路由 DSL 决定哪些调用值得尝试尚未验证的新模型，哪些应继续留在主力模型上。你不必把生产路径押在一个两天的 beta 版上，才能知道它到底行不行。

开放性问题

• 正式发布是什么时候？标记出该模型的信号称，发布公告预计“很快”就会到来；测试版仅持续了两天，表明 DeepSeek 并不打算让世界等太久。

• 最终构建与这个一致吗？追踪 Deep​Seek 测试周期的独立测试人员指出，该公司似乎同时在运行多个候选构建，而早期测试中速度最快的候选并不总是最终发布的那一个——因此，今天的速度数据可能无法代表 GA 模型。

• 规格参数是什么？参数量、架构细节、上下文长度以及完整的输入模态列表均未公开，而这些正是一篇真正的评测首先需要的内容。

• 价格是否保持不变？"更低成本"能否经得起真实工作负载的检验？该测试版按 DeepSeek V4 Flash 的费率计费；正式发布可能带来新的费率表，而每项任务的成本尚未被测算。

• 它真能胜任 Pro 级别的任务吗？问卷抛出了这个问题，但只有对智能体与推理套件的独立评估——也就是当今划定 Flash 与 Pro 级别差异的基准——才能给出答案。

如果你有 DeepSeek 密钥，重点就在于这两天的倒计时：赶在 deepseek-v4.1-flash-expires-on-0910 消失之前调用它，运行你自己的工作负载，并把数字归入"社区实测，条件各异"的门类。至于其他人，值得关注的是发布公告，以及它背后的问题——DeepSeek 最便宜的层级是否刚刚开始瞄准它最昂贵的层级。

趁这两天的测试版还没完全理顺，你现在便能真正运行的稳定版 Flash 模型，只需一次 API 调用：OrcaRouter 上的 DeepSeek V4 Flash——按 Deep​Seek 官方标价直通，0% 加价。

以及beta问卷一直要求测试者将V4.1 Flash与之对比的旗舰模型：OrcaRouter上的DeepSeek V4 Pro。