DeepSeek 今日正式发布 V4.1 Flash 模型，作为全新结构系列的最小尺寸版本，原生搭载多模态视觉理解能力。该模型用架构创新实现小成本承载大智能，同时拉开了新一代模型结构迭代的序幕。

核心突破来自非对称架构设计。552B 总参数的 MoE 模型采用全新 Causal-Encoder-Decoder 结构，输入侧仅激活 8B 参数，输出侧激活 16B，推理成本显著低于同量级模型。搭配新的预训练范式与更大规模的强化学习后训练，基准测试中整体智能水平超越自家 V4 Pro 等旗舰模型，用更小的激活参数实现了更强的综合表现。

成本优化是另一大亮点。新一代架构大幅压缩 KV 缓存体积，HBM 需求降至上代的 1/4，SSD 需求降至 1/8。对缓存开销占比高的 Agent 类任务而言，缓存压缩直接拉低了长链路多轮交互的使用成本，让大规模 Agent 部署的经济性显著提升。

API 与商业化同步推进。V4.1 Flash 已同步上线 API，原生支持多模态能力。官方同步下调定价，延续峰谷定价机制，闲时价格为高峰时段的一半，引导用户错峰调度资源。同时启动旧版模型有序下线，V4 Flash 系列与 V4 Pro 将逐步路由至新模型，腾讯 WorkBuddy、CodeBuddy 等合作伙伴已完成全量接入。模型也同步推进开源适配，支持社区推理优化，面向具备算力条件的大规模部署需求开放合作。

从行业维度看，非对称架构是大模型效率竞争的新方向。通过输入输出侧的差异化激活，在保证能力的前提下极致压缩推理成本，本质上是把算力花在真正需要的环节。DeepSeek 用小尺寸模型击穿旗舰能力门槛，同时用降价推动普惠化，会进一步加剧通用大模型的性价比内卷，倒逼全行业向效率优先的方向演进。

但也要看到潜在挑战。非对称结构在长文本生成、复杂推理等长输出场景的表现稳定性仍需验证，输入输出的能力错配可能在部分长尾任务中出现短板。缓存压缩是否会影响长上下文的推理精度，也需要更多真实场景检验。此外旧版模型路由过渡期间的兼容性问题，也可能影响存量用户的使用体验。

大模型MoEAI效率Agent前沿在线