--- title: "[红包]【中信互联网】DeepSeek V4.1 Flash：原生多模态+架构降本，进一步降低高性能Agent使用门槛 [烟花]事件：9月10日，DeepSee" topic_id: 82258815841858512 created_at: 2026-09-10T20:06:32.957+0800 source: zsxq type: topic cssclasses: zsxq-vault --- # [红包]【中信互联网】DeepSeek V4.1 Flash：原生多模态+架构降本，进一步降低高性能Agent使用门槛 [烟花]事件：9月10日，DeepSee - 序号：154 - 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/82258815841858512) - 附件：图片 0，音频 0，文档 0 - 音频文件：_无音频_ ## 图片 _无图片_ ## 正文 [红包]【中信互联网】DeepSeek V4.1 Flash：原生多模态+架构降本，进一步降低高性能Agent使用门槛 [烟花]事件：9月10日，DeepSeek正式发布V4.1 Flash，为全新架构系列中最小尺寸的模型，支持百万Token上下文及原生图文理解。模型已上线API，并以MIT协议开放模型权重。 [咖啡]看点一：编程与Agent能力明显提升，原生多模态拓展工作场景 根据公司官网，在最高推理强度下，V4.1 Flash的DeepSWE v1.1得分由上代Flash的54.4%提升至74.2%，AutomationBench由37.7%提升至54.8%，两项评测均超过Opus 5与GPT-5.6 Sol。同时，模型从语言模型预训练阶段即融合图文，可通过截图检查前端页面及办公产物，并据此纠错。我们认为， 编程执行与视觉检查相结合，有望进一步补全Agent“执行—检查—修正”的工作流程，推动应用向泛白领场景扩张。 [咖啡]看点二：输入输出非对称架构+缓存压缩，针对长程Agent系统性降本 V4.1 Flash采用全新Causal Encoder-Decoder架构，输入处理阶段每Token激活8B参数，输出阶段激活16B，匹配Agent不断读入文件、工具结果和历史信息的工作特征。同时，通过跨层复用、低精度缓存及状态重建，全局KV缓存占用降至上代Flash约1/4，持久KV缓存占用降至约1/8。我们认为， 本次降本同时覆盖输入计算、上下文存储与数据搬运，有望改善长上下文、多轮调用及高并发Agent的部署经济性。 [咖啡]看点三：真实任务反馈进入训练闭环，进一步重视数据与环境建设 DeepSeek技术报告明确，本次后训练沿用既有方法，主要变化集中在数据与训练环境。公司基于员工及合作伙伴自愿反馈的交互数据、失败案例，重建真实工具与工作流，批量合成可验证任务，并在不同Agent框架下开展训练。我们认为， “真实使用反馈—任务环境构建—强化学习—能力提升”的路径进一步清晰，能够获取高质量任务反馈、构建有效训练环境的厂商，有望形成持续迭代优势。 [咖啡]价格：API同步降价，每百万Token高峰时段输入/输出为2元/8元，缓存命中输入仅0.04元；闲时分别为1元/4元、缓存输入0.02元。相较上代Flash同口径价格，未缓存输入、输出、缓存输入分别下降约33%、11%、60%， 缓存价格降幅最为显著，有利于多轮Agent任务复用上下文。 催化与关注：WorkBuddy（含CodeBuddy）及OpenCode已全量接入；公司计划9月14日12时起，将V4 Pro请求切换至V4.1 Flash，并按Flash价格计费，直至后续V4.1 Pro上线。 我们认为，能力提升叠加架构与价格降本，有望进一步扩大高性能Agent的采用。后续重点关注： 一是开源推理适配及社区实测口碑； 二是缓存压缩下长任务准确率、稳定性与实际总成本； 三是V4.1 Pro等更大模型的能力上限。当前在最困难的推理及科研类Agent任务上，与领先闭源模型仍有差距。 ## 总体总结 主题正文 1. [烟花]事件：9月10日，DeepSeek正式发布V4.1 Flash，为全新架构系列中最小尺寸的模型，支持百万Token上下文及原生图文理解。 2. 根据公司官网，在最高推理强度下，V4.1 Flash的DeepSWE v1.1得分由上代Flash的54.4%提升至74.2%，AutomationBench由37.7%提升至54.8%，两项评测均超过Opus 5与GPT-5.6 Sol。 3. V4.1 Flash采用全新Causal Encoder-Decoder架构，输入处理阶段每Token激活8B参数，输出阶段激活16B，匹配Agent不断读入文件、工具结果和历史信息的工作特征。 4. 我们认为， 本次降本同时覆盖输入计算、上下文存储与数据搬运，有望改善长上下文、多轮调用及高并发Agent的部署经济性。 5. [咖啡]价格：API同步降价，每百万Token高峰时段输入/输出为2元/8元，缓存命中输入仅0.04元； 6. 相较上代Flash同口径价格，未缓存输入、输出、缓存输入分别下降约33%、11%、60%， 缓存价格降幅最为显著，有利于多轮Agent任务复用上下文。 7. 公司计划9月14日12时起，将V4 Pro请求切换至V4.1 Flash，并按Flash价格计费，直至后续V4.1 Pro上线。 8. 后续重点关注： 一是开源推理适配及社区实测口碑；