552B MoE
输入阶段每个 Token 激活 8B 参数，输出阶段激活 16B 参数
发布于 2026 年 9 月 10 日
DeepSeek V4.1 Flash：API、架构、评测与 Harness 指南
DeepSeek V4.1 Flash 是面向长上下文、工具调用和 Agent 工作流的 552B 参数多模态 MoE 模型。10 月 17 日发布的 1017 更新提升了推理、编程、Agent 与视觉能力，同时保持 deepseek-flash API 模型 ID、调用方式和价格不变。
- 作者
- DeepSeekAgent.io 编辑部
- 发布
- 更新
V4.1 Flash 更新了什么
100 万上下文
长会话、大型代码库、图片和工具历史可以进入同一上下文
890 字节/Token KV
DeepSeek 报告其全局 KV Cache 约为 V4 Flash 的四分之一
原生多模态
同一模型与提示格式处理文本和图片输入
API 迁移：使用 deepseek-flash
当前 API 模型 ID 是 deepseek-flash。已经退役的 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 会在一段时间内兼容路由到 V4.1 Flash。独立的 deepseek-v4-pro 路由继续提供 V4 Pro 0813。新配置直接写 deepseek-flash，可以清楚表达目标模型。
| 状态 | 模型 ID | 说明 |
|---|---|---|
| 推荐 | deepseek-flash | 当前 V4.1 Flash 路由 |
| 旧版别名 | deepseek-v4-flash | 暂时路由到 V4.1 Flash |
| 旧视觉别名 | deepseek-v4-flash-vision-exp | 暂时路由到 V4.1 Flash |
| 独立 Pro 路由 | deepseek-v4-pro | 继续提供 V4 Pro 0813 |
这套架构为什么适合 Agent Harness
新的 Causal Encoder–Decoder 由 20 层因果编码器和 20 层解码器组成。CSA2 在层间共享并复用稀疏注意力状态，FP4 缓存进一步压缩全局 KV 占用。这些设计针对 Agent 工作负载中的高成本部分：大型提示与历史、重复缓存读取、工具调用，以及相对较短的操作输出。
官方 Agent Benchmark 摘要
下表来自 DeepSeek 模型卡，使用最高推理强度、temperature 1.0、top_p 0.95；代码 Agent 评测使用 100 万 Token 上下文。对比结果时应保持这些设置一致。
| 评测 | V4 Flash | V4.1 Flash | 变化 |
|---|---|---|---|
| Terminal-Bench 2.1 | 82.7 | 90.6 | +7.9 |
| Terminal-Bench 3.0 | 7.6 | 30.0 | +22.4 |
| Terminal-Bench 4.0 | 7.0 | 31.2 | +24.2 |
| DeepSWE v1.1 | 54.4 | 74.2 | +19.8 |
| NL2Repo-Bench | 54.2 | 64.0 | +9.8 |
从 Harness 角度看这次更新
DeepSeek 使用 Claude Code、Codex、OpenCode、Pi、mini-SWE、DSH Minimal、DSH Standard 和 DSH PTC 测试了同一个 V4.1 Flash。这个表格固定模型、改变 Scaffold，直接显示 Harness 的影响。DeepSWE v1.1 中 mini-SWE 为 74.2，DSH Minimal 为 72.6；Terminal-Bench 2.1 中 DSH Minimal 为 90.6。选择 DSH Profile 时，应分别比较 Minimal、Standard 和 PTC。
继续阅读 V4.1 Harness 专题
V4.1 Flash 1017 更新
查看最新官方评测、推理设置、保持不变的 API 路由与 DSH 迁移。
阅读文章 →DeepSeek Search 与 Fetch API
配置 DSH 网页检索、计费、限流、重试与引用。
阅读文章 →DSH 模态声明机制与图片输入
分析旧模型 ID 如何在 API 请求前把 V4.1 Flash 图片附件降级成文字。
阅读文章 →Sub-agent 用量与计费
核对父子 Session、并发调用与供应商账单。
阅读文章 →Harness 配置与模型 ID
配置 deepseek-flash、图片输入、推理强度与迁移检查。
阅读文章 →一个简单任务为什么跑了 50 轮？
结合 33–50 轮案例、DSH 源码与 Infinite Agentic Loops 研究排查过长的 Agent Loop。
阅读文章 →DeepSWE 复现
按照官方 Pier 与 DSH Minimal 方法运行，并审计输出结果。
阅读文章 →V4.1 Flash 对比 V4 Flash
区分官方证据与一组早期社区快速测试。
阅读文章 →Minimal、Standard 还是 PTC
对比官方 Scaffold 成绩，并按任务选择 DSH 模式。
阅读文章 →常见问题
DeepSeek V4.1 Flash 应该使用哪个模型 ID？
新的 DeepSeek API 与 DeepSeek Harness 配置应使用 deepseek-flash。
V4.1 Flash 支持图片吗？
支持。DeepSeek 将它定义为原生多模态模型，当前 DSH 模型目录也为 deepseek-flash 声明了文本和图片输入。
100 万上下文能保证长时间 Agent 任务稳定吗？
不能。100 万是容量上限，长任务质量仍取决于提示结构、工具反馈、上下文压缩、推理强度和针对具体任务的验证。