DeepSeek-V4.1-Flash正式发布：1M上下文、FP4 KV缓存与跨层注意力复用
2026.09.10 · 事件 · 发布 · 官方发布
官方开源并上线API，腾讯等接入，实测速度507 tokens/s
DeepSeek正式开源DeepSeek-V4.1-Flash，552B MoE，非对称Causal-Encoder-Decoder，输入激活8B、输出16B，原生多模态。API模型名改为deepseek-flash，旧名暂时路由，V4 Pro将于9月14日后切换。腾讯（WorkBuddy、CodeBuddy）和OpenCode已全量接入。社区实测输出速度300-400 tokens/s，峰值507 tokens/s，KV缓存使HBM需…
- API模型名改为deepseek-flash，旧名暂时路由
- V4 Pro于9月14日后路由到V4.1 Flash并按其计费
- 腾讯（WorkBuddy、CodeBuddy）和OpenCode已全量接入
- 社区实测输出速度300-400 tokens/s，峰值507 tokens/s
- KV缓存使HBM需求降至1/4、SSD降至1/8
为什么值得看
官方发布开源模型并更新API，合作伙伴接入，提供实测性能数据。
适合谁关注
DeepSeek官方，合作伙伴腾讯和OpenCode。