一、官方公告：V4.1 Flash 明天前后发布
DeepSeek 开放平台「用量信息」页面已挂出通知，原文如下：
DeepSeek 计划于北京时间 2026 年 9 月 10 日前后正式发布 V4.1 Flash 模型。经内部、外部多方测试，V4.1 Flash 在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro。秉持着对用户负责的态度，在 V4.1 Flash 正式上线之后、V4.1 Pro上线之前，我们会将对 V4 Pro 的请求全部路由到 V4.1 Flash，并按 V4.1 Flash 单价计费。如您在 V4 Pro 和 V4.1 Flash 的对比测试中发现任何问题，请及时向我们反馈，感谢您的支持！
翻译成人话：过渡期内，你还调着 Pro，跑的是 Flash，付的也是 Flash 的钱。
2点直接影响：
- 成本自动下降：路由发生在服务端，代码不用改，但是更便宜
- 响应可能变样：底层模型换了，输出风格与细节颗粒度建议做一次回归
二、同时生效：Flash 全线降价，缓存命中砍 60%
北京时间 9 月 10 日中午 12 点起，Flash 系列调价：
| 项目（元/百万 tokens，闲时） | 涨价前 | 现在 | 9/10 12:00 起 | 对比现价 |
|---|---|---|---|---|
| 输入·缓存命中 | 0.02 | 0.05 | 0.02 | -60% |
| 输入·缓存未命中 | 1.00 | 1.50 | 1.00 | -33% |
| 输出 | 2.00 | 4.50 | 4.00 | -11% |
高峰时段（周一至周五 9:00--12:00、14:00--18:00）价格为闲时的 2 倍，缓存命中高峰同步降到 0.04 元。
注意时间线：8 月中旬刚涨价，三周后就降了回来。缓存命中和未命中输入都已回到涨价前水平，但输出还停在 4 元，涨价前是 2 元------没降特别多。
实际能省多少取决于调用结构：长对话、Agent 反复携带相同上下文的，缓存命中是大头，这波很划算；以生成为主的任务，开销集中在输出，只降约 11%，体感有限，但好过没有。
三、那个"0910"到期的模型名是什么
比降价更早的信号，是 9 月 8 日下午 DeepSeek 在官方交流群开启的 V4.1 Flash 中间版本内测。
调用方式很"临时"：base_url 不变，只把模型名改成：deepseek-v4.1-flash-expires-on-0910
后缀已经说明------这是个 9 月 10 日到期的临时测试端点 ，计费与 deepseek-v4-flash 相同，每账号限 20 路并发。
官方对内测版的描述是：新的模型结构、原生多模态、能力更强、速度更快、成本更低。有网友实测输出能跑出 350 tokens/s 以上。
四、从"外挂 Vision"到"原生多模态"
这是本次更新最值得关注的技术变化。
8 月 21 日上线的 DeepSeek-V4-Flash-Vision-Exp，本质还是"外挂"------API 里 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 是两个独立模型，前者不能读图。
而 V4.1 Flash 用的是"原生多模态支持"这个词。如果正式版延续这一设计，意味着视觉能力被整合进基础模型，不再是单开一个实验分支------这是两条技术路线，不是一个版本的迭代。
不过目前技术报告、参数规模、架构细节、benchmark 一个都没公布，"新架构新在哪"仍是这次内测留下的最大悬念。
五、为什么刚涨价又降价了？
官方口径是模型迭代、成本下降。但也有更现实的因素------同期竞品动作很密：
- DeepSeek 8 月涨价没多久，GLM 放出 GLM-5.3-Flash，能力追平顶级模型，价格还更便宜
- 腾讯混元发布 HY4 后，目前在 WorkBuddy 限免
大模型现在几乎没有护城河，基本上是谁便宜用哪家，我个人预估 DeepSeek 这一个月损失的用户非常多，价格上涨体感非常大，很多身边朋友原来用 DeepSeek 的，涨价之后，都直接订阅 ChatGPT 了，这下 DeepSeek 估计慌了吧。
欢迎大家关注我的公众号：深入浅出AI
