9 月 10 日DeepSeek 放出新架构家族里最小的开源模型DeepSeek-V4.1-Flash。卖点一句话主干 5520 亿参数处理输入时只激活约 80 亿并且首次把原生多模态做进自家模型——不改装外挂模块直接同时读文字和图片。权重以 MIT 协议开源在 Hugging FaceApp、网页、API 同步可用。对普通开发者来说真正关心的问题是同样的活账单能不能更低。事实这次变的到底是什么据官方发布信息几个硬指标是总参数5520 亿MoE 架构每层 1 个共享专家 384 个路由专家输入侧每 token 激活80 亿输出侧激活160 亿采用新的CED因果编码器-解码器结构支持最长100 万 token上下文KV Cache 做了压缩据报道全局缓存降到每 token 约 890 字节约为上一代的四分之一。和上一代比变的是架构和模态以前的Flash是纯文本视觉能力靠实验分支拼上去这次是原生多模态等于换了骨架。没变的是路线还是大参数、小激活、极低价权重依然 MIT 开源。基准上据报道基础版 MMLU-Pro 74.1、HumanEval 79.4、GSM8K 93.0Codeforces 评分 3471最高推理强度下 Terminal-Bench 2.1 拿 90.6、DeepSWE v1.1 拿 74.2。它在智能体、编程这类任务上已能和头部闭源模型掰手腕但在 GPQA Diamond、Humanity’s Last Exam 这类纯知识难题上仍落后于更大的对手。对普通开发者意味着什么调用成本继续往下走。据报道非高峰时段命中缓存的输入降价约 60%未命中降 33%输出降 11%。老打法没变上限拉高账单压低。本地跑的门槛是劝退级的。权重虽然开源但整体文件规模在 7000 亿参数上下据报道要 512GB 级别统一内存的工作站才装得下满血版。现实路径是量化版试水、正经上量走 API别指望笔记本跑满血。API 调用仍是 OpenAI 兼容风格据报模型名是deepseek-flashfromopenaiimportOpenAI clientOpenAI(api_key你的_KEY,base_urlhttps://api.deepseek.com)respclient.chat.completions.create(modeldeepseek-flash,messages[{role:user,content:用一句话解释 MoE 架构}],)print(resp.choices[0].message.content)## 几个要留神的坑-**旧模型名会静默迁移。**据报道 V4-Flash 与实验版 Vision 在 API 侧已下线用旧名字的请求会由 V4.1-Flash 承接但按新价格计费。账单脚本记得核成本。--**便宜要看缓存命中率。**折扣最大的是缓存命中的输入每次都是全新内容的场景省得没那么多。--**别把排行榜当承诺。**同一模型不同来源的分数会出入MMLU-Pro 我就看到74.1和72.3两个版本上线前用自己的数据压测更靠谱。 说到底这次发布对打工人的意义很朴素要花钱买的多模态能力现在多了一个权重能下载、API 更便宜的选项。用不用得上取决于你的场景里有没有大量图片加长文档要处理。 你怎么看这波开源模型的价格战评论区聊聊。