DeepSeek V4.1 Flash 发布后 API 怎么接：模型 ID、新定价、V4 Pro 退役路由与中转核验
DeepSeek V4.1 Flash 于 2026 年 9 月 10 日发布，采用全新 CED 架构与原生多模态，V4 Pro 将于 9 月 14 日退役并自动路由到 V4.1 Flash。
正文
2026 年 9 月 10 日，DeepSeek 正式发布 V4.1 Flash 模型。这不是一次简单的版本号递增——它采用了全新的 CED（Causal Encoder Decoder）架构，将此前 V4 系列的快速模式、专家模式和视觉模式合并为统一模型，并且 V4 Pro 将于 9 月 14 日被自动路由到 V4.1 Flash。
如果你正在通过 DeepSeek 官方 API 或第三方中转渠道调用 DeepSeek 模型，有几个变化直接影响你的模型调用、账单和兼容性。本文从官方 API 文档出发，逐一核对这些变化，并给出接入中转渠道前的核验清单。
一、模型 ID 变了什么
根据 DeepSeek 官方 API 文档（截至 2026 年 9 月 11 日核对），当前可调用的模型如下：
| model 参数 | 实际模型版本 | 状态 |
|---|---|---|
deepseek-flash |
DeepSeek-V4.1-Flash | 当前主力模型 |
deepseek-v4-pro |
DeepSeek-V4-Pro-0813 | 9 月 14 日 12:00（北京时间）起自动路由到 V4.1 Flash |
关键变化：
- 主模型名改为
deepseek-flash。 这是你调用 V4.1 Flash 时应该使用的 model 参数。 - 旧模型名仍然兼容。 此前的
deepseek-v4-flash和deepseek-v4-flash-vision-exp仍被接受，但底层已切换到 V4.1 Flash，按 Flash 价格计费。这意味着你不需要立即修改代码，但应尽快迁移到新名称以避免歧义。 - V4 Pro 即将退役。 从 2026 年 9 月 14 日 12:00（北京时间）起，所有发送到
deepseek-v4-pro的请求都会被自动路由到 V4.1 Flash，并按 V4.1 Flash 的价格计费。DeepSeek 表示，在未来的 V4.1 Pro 发布之前，V4 Pro 的请求会持续走这条路由。
行动建议： 如果你的应用仍在使用
deepseek-v4-pro，需要在 9 月 14 日前评估是否主动迁移到deepseek-flash。即使不做改动，请求也不会中断，但定价会降为 Flash 价格，输出质量可能因模型切换而变化。
二、新定价：Flash 比 V4 Pro 便宜多少
DeepSeek 的定价采用峰谷分时机制。以下价格均来自官方 API 文档（api-docs.deepseek.com），按每 100 万 Token 计价，截至 2026 年 9 月 11 日核对。
官方定价对比
| 计费项 | deepseek-flash（V4.1 Flash） | deepseek-v4-pro（V4 Pro） | 降幅 |
|---|---|---|---|
| 输入（缓存命中）低谷 | $0.003 | $0.022 | -86% |
| 输入（缓存命中）高峰 | $0.006 | $0.044 | -86% |
| 输入（缓存未命中）低谷 | $0.15 | $0.66 | -77% |
| 输入（缓存未命中）高峰 | $0.30 | $1.32 | -77% |
| 输出 低谷 | $0.6 | $1.98 | -70% |
| 输出 高峰 | $1.2 | $3.96 | -70% |
峰谷时段定义
- 高峰时段： UTC 时间周一至周五 01:00–04:00 和 06:00–10:00（对应北京时间 09:00–12:00 和 14:00–18:00）
- 低谷时段： 以上时段之外的所有时间（含周末全天）
- 低谷价格为高峰价格的一半。
与旧版 V4 Flash 的价格变化
如果你此前用的是 V4 Flash（非 Pro），V4.1 Flash 的定价也有所下降。根据媒体报道，旧版 V4 Flash 的低谷价格为缓存命中 ¥0.05、缓存未命中 ¥1.5、输出 ¥4.5（人民币）；V4.1 Flash 对应为 ¥0.02、¥1.0、¥4.0。缓存命中输入降了 60%，缓存未命中输入降了约 33%，输出降了约 11%。
注意： 以上人民币价格来自媒体转述，实际以官方 API 文档的美元价格为准。中转渠道的定价通常以倍率乘以官方价格，不一定同步下调。
三、架构变化：为什么 V4.1 Flash 能替代 V4 Pro
V4.1 Flash 之所以能同时替代 V4 Flash 和 V4 Pro，核心在于架构创新。根据 DeepSeek 的技术报告和公开资料：
1. CED 架构与非对称 MoE
V4.1 Flash 采用了 CED（Causal Encoder Decoder）架构，总参数量 552B，属于 MoE（Mixture-of-Experts）模型。其特殊之处在于非对称激活：预填充阶段激活约 8B 参数，解码阶段激活约 16B 参数。这种设计让输入处理更快、输出生成质量更高。
2. CSA2：KV Cache 大幅压缩
V4.1 Flash 引入了 CSA2（Compressed Sparse Attention v2）机制，通过跨层共享全局 KV Cache 和 Top-K 索引复用，大幅降低显存占用：
- HBM 需求降至 V4 Flash 的 1/4
- SSD 需求降至 V4 Flash 的 1/8
- KV Cache 约为 V1 的 1/437
- FP4 量化进一步压缩 KV Cache 精度
官方数据显示，KV Cache 每 Token 仅需约 890 字节。这意味着在同样的硬件上，V4.1 Flash 能服务更多并发请求，这也是定价下降的底层原因之一。
3. 原生多模态
V4.1 Flash 将文本和视觉能力整合在同一个模型中。此前需要分别调用 deepseek-v4-flash（文本）和 deepseek-v4-flash-vision-exp（视觉实验版），现在统一使用 deepseek-flash 即可。官方 API 文档显示，V4.1 Flash 支持 Vision（✓），而 V4 Pro 不支持。
4. 模式合并
DeepSeek 在应用层面合并了此前的快速模式、专家模式和视觉模式，统一为智能模式。API 调用层面，你不再需要为不同任务选择不同模型版本，一个 model 参数覆盖所有场景。
四、能力规格一览
| 特性 | deepseek-flash（V4.1 Flash） | deepseek-v4-pro（V4 Pro） |
|---|---|---|
| 上下文长度 | 1M | 1M |
| 最大输出 | 384K | 384K |
| 思考模式 | 支持非思考和思考（默认） | 支持 |
| JSON Output | ✓ | ✓ |
| Tool Calls | ✓ | ✓ |
| Responses API | ✓ | ✓ |
| Anthropic API 兼容 | ✓ | ✓ |
| Chat Prefix Completion（Beta） | ✓ | ✓ |
| FIM Completion（Beta） | 仅非思考模式 | 仅非思考模式 |
| Vision | ✓ | 不支持 |
| 并发上限 | 2500 | 500 |
注意并发上限的差异：V4.1 Flash 的并发上限为 2500，是 V4 Pro（500）的 5 倍。对于高并发场景，这是迁移的额外收益。
五、开源权重
DeepSeek V4.1 Flash 已发布开源权重，采用 MIT 许可证：
- HuggingFace 模型页：
huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash - 技术报告：
huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf
但"有开源权重"不等于"马上能免费调用"——自行部署 552B 参数的模型需要可观的 GPU 资源。对于大多数开发者来说，通过官方 API 或中转渠道调用仍是更实际的选择。开源权重的主要价值在于：可以自行微调、可以验证模型行为、可以在本地或私有环境部署（如果有足够硬件）。
DeepSeek 同时发布了 DeepSeek Harness v0.1.5 训练框架，集成了 V4.1 Flash 的训练流程，同样采用 MIT 许可证。
六、接入中转渠道前的核验清单
如果你通过第三方中转渠道调用 DeepSeek API，发布切换期最容易出问题的不是官方接口本身，而是中转渠道的同步速度。以下核验清单帮助你确认中转渠道是否已经正确支持 V4.1 Flash：
核验 1：模型 ID 是否已同步
- 向中转渠道确认
deepseek-flash是否已可调用 - 确认旧模型名
deepseek-v4-flash、deepseek-v4-flash-vision-exp是否仍被接受（兼容期应继续有效，但不要依赖） - 如果中转渠道只暴露了
deepseek-chat或其他自定义名称，需要确认它底层映射到哪个版本
核验 2：定价倍率是否同步下调
- 官方 V4.1 Flash 的定价已显著低于 V4 Flash 和 V4 Pro
- 中转渠道通常以"倍率"形式定价，确认倍率是否基于新的官方价格计算
- 警惕：部分渠道可能仍按旧版 V4 Flash 的价格收倍率，导致实际费用高于应有水平
- 特别注意缓存命中价格的变化——官方下降了 60%–86%，如果中转渠道没有同步，缓存场景的成本差异最大
核验 3：V4 Pro 路由是否已处理
- 9 月 14 日后，官方会将
deepseek-v4-pro路由到 V4.1 Flash - 确认中转渠道是否透传此行为，还是自行做了模型映射
- 如果中转渠道此前单独接入了 V4 Pro，确认它是否会在 9 月 14 日后自动切换，还是继续提供旧模型直到余额耗尽
核验 4：视觉能力是否可用
- V4.1 Flash 原生支持视觉输入，但中转渠道可能未开放图片输入接口
- 如果你需要发送图片，确认中转渠道的 API 是否支持
image_url或 base64 图片输入 - 部分中转渠道可能只透传文本接口
核验 5：并发限额
- 官方 V4.1 Flash 并发上限 2500，V4 Pro 为 500
- 中转渠道通常有自己的限流策略，可能远低于官方上限
- 如果你依赖高并发，向中转渠道确认实际限流是多少
核验 6：Anthropic API 兼容格式
- V4.1 Flash 支持 Anthropic API 兼容格式（
https://api.deepseek.com/anthropic） - 如果你用 Claude Code、Cline 等工具接 DeepSeek 中转，确认中转渠道是否也提供 Anthropic 兼容端点
- 部分 Claude Code 配置教程推荐用 DeepSeek 作为低成本替代，V4.1 Flash 降价后这一方案更有吸引力，但仍需确认中转渠道的实际兼容性
七、迁移建议
如果你用的是官方 API
- 将 model 参数从
deepseek-v4-pro改为deepseek-flash（不急，但建议在 9 月 14 日前完成） - 如果此前分别调用
deepseek-v4-flash和deepseek-v4-flash-vision-exp，统一改为deepseek-flash - 更新定价计算逻辑，使用新的价格表
- 如果使用了视觉功能，确认 API 调用格式与官方文档一致
如果你用的是中转渠道
- 先完成上述六项核验清单
- 确认中转渠道已同步 V4.1 Flash 后再迁移
- 如果中转渠道尚未同步，可以先用官方 API 直连验证功能，再等中转渠道跟上
- 注意中转渠道的倍率是否基于新定价——这是成本差异最大的地方
参考来源
- DeepSeek 官方 API 文档 — Models & Pricing：
https://api-docs.deepseek.com/quick_start/pricing（截至 2026 年 9 月 11 日核对） - DeepSeek V4.1 Flash 开源权重与技术报告：
https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash - DeepSeek V4.1 Flash 发布报道（智东西，2026 年 9 月 10 日）
- DeepSeek V4.1 Flash 架构与定价分析（百度百家号，2026 年 9 月 10 日）
- DeepSeek V4.1 Flash 评测与基准测试报道（百度百家号，2026 年 9 月 10 日）
本文动态定价数据截至 2026 年 9 月 11 日，基于 DeepSeek 官方 API 文档。中转渠道的实际定价和模型支持情况可能不同，请以渠道方实时信息为准。
相关阅读
- AI API 平台目录：按模型和预算横向比较各站价格与支持情况
- Bluesminds 详情：注册入口、模型覆盖和使用限制