摘要

行业榜单数据显示，DeepSeek V4.1 Flash 在 OpenRouter 全球 Token 调用量排名中位列第一，两个版本分列第一与第三。官方资料显示该模型为 552B 参数 MoE，采用非对称结构，输入激活仅 8B、输出激活 16B，KV Cache 需求降至上一代的四分之一，成本优势直接换来了调用份额。

事件经过

11 月 10 日披露的 AI 行业动态显示，DeepSeek V4.1 Flash 在 OpenRouter 全球 Token 调用量榜单中排名第一，其两个版本分别占据第一与第三名。

DeepSeek 官方在发布说明中介绍，V4.1 Flash 是全新模型结构系列中尺寸最小的模型，具备原生多模态视觉理解能力。新结构的设计目标是：能力上限更高、推理速度更快、吞吐更大，并可扩展到更大参数模型。

官方同时表示，经多方测试，V4.1 Flash 在性能、费用、速度、总用时等指标上已全面超越 DeepSeek V4 Pro，因此计划有序下线 V4 Pro 模型。

关键能力与数据

榜单表现：OpenRouter 全球 Token 调用量排名第一，两个版本分列第一、第三

模型结构：552B 参数 MoE，采用全新 Causal-Encoder-Decoder 结构，输入输出不对称，输入激活 8B、输出激活 16B

上下文与模态：1M token 上下文窗口，原生支持多模态视觉理解

缓存优化：新一代大幅压缩 KV Cache，对 HBM 需求减少到上一代的 1/4，对 SSD 需求减少到 1/8；相对初代模型，KV Cache 已缩小 437 倍

定价：标准按量计费输入 0.3 美元/百万 tokens、输出 1.2 美元/百万 tokens，缓存输入约 0.006 美元/百万 tokens

接口与迁移：API 模型名改为 deepseek-flash 即可调用；旧版 V4 Flash 与 V4 Flash Vision Exp 已下线，旧模型名暂时路由至 V4.1 Flash

行业意义

调用量榜单比评测榜单更接近真实生意。V4.1 Flash 登顶 OpenRouter，说明它在"够用 + 便宜"这个组合上击中了开发者：输入激活只有 8B，却要跑出超过旗舰 V4 Pro 的表现，成本结构被重新压了一遍。

Agent 类应用的成本大头在缓存命中与长上下文，KV Cache 需求降到四分之一，直接决定了多轮任务能不能跑得起。DeepSeek 顺势下线 V4 Pro、把旧模型名统一路由到 Flash，等于用产品动作告诉市场：新范式已经取代旧旗舰。对同行而言，价格与缓存效率的竞赛，会比参数规模更能决定下一阶段的市场份额。

原文出处

- 来源：DeepSeek 官方发布说明；AI 行业动态简报（2026-11-10） - 链接：https://www.deepseek.com/news/deepseek-v4-1-flash/