DeepSeek 发布 V4.1-Flash：新架构支持原生视觉理解并降价

DeepSeek 发布 V4.1-Flash，采用新的 Causal Encoder-Decoder 架构并支持原生视觉理解。该模型为 552B 参数 MoE，输入处理激活 8B、输出生成激活 16B，是新架构家族中最小模型。KV cache 需求降至上一代的 HBM 1/4、SSD 1/8，API 价格更低。

这是 DeepSeek 新架构家族的首批模型之一，同时覆盖原生视觉与 MoE 稀疏激活两条路线。KV cache 需求大幅下降并伴随 API 降价，意味着同等显存与存储条件下可承载更长上下文或更高并发，对成本敏感的多模态应用门槛降低。

模型用 Causal Encoder-Decoder 统一处理输入与生成，输入阶段只激活 8B、输出阶段激活 16B，在 552B 总参数下维持较低单次推理算力。KV cache 占用量减少到 HBM 的 1/4、SSD 的 1/8，直接压缩显存与存储成本，为 API 降价提供空间。

产品侧可把图像理解直接并入现有文本流程，减少外挂视觉模型的拼接与维护成本；研发侧需评估新架构的接入方式、上下文长度与并发上限；成本侧 API 降价与缓存占用下降可支撑更高频或更长上下文的调用场景。

• 在文档解析、截图问答等场景中接入 V4.1-Flash 原生视觉能力，替换现有文本加外挂视觉模型的组合方案。
• 基于 KV cache 占用下降，测试更长上下文或多轮会话的产品形态，并对比旧模型的单次调用成本。
• 对已有的 DeepSeek API 调用做 A/B 测试，量化 V4.1-Flash 在视觉任务上的准确率与价格差异后再决定迁移范围。

• 官方公布的 API 具体价格表与计费单位尚未在证据中出现。
• 原生视觉理解支持的分辨率、图像数量和输入格式范围未说明。
• KV cache 下降是对比哪一代模型、在何种上下文长度下测得未明确。
• 552B MoE 的部署门槛与是否开放权重未在证据中提及。