跳到内容
FrontierDot

DeepSeek V4.1 Flash 1017：发布时间线、参数、价格，以及 9 月以来的变化

持续更新的时间线 · 最后更新于 · 更新记录共 1 条

调用 deepseek-flash 的开发者，模型名没变，价格也没变。变的是背后回答他们的模型：10 月 17 日，距离 V4.1 Flash 首次发布五周之后。

DeepSeek 于 2026 年 9 月 10 日发布 V4.1 Flash，这是一款 MIT 许可的开放权重 MoE 模型，主干参数 552B；10 月 17 日它被 V4.1-Flash-1017 取代，新版尺寸、API 名称和价格都不变，在 DeepSeek 自己的测试中得分更高。

2026-10-19（UTC+8）读过：DeepSeek 的 API 更新日志、9 月 10 日和 10 月 17 日的新闻页、模型与价格页、两个 Hugging Face 模型卡及其仓库元数据，以及 @deepseek_ai、@DeepSeekHarness、@ArtificialAnlys、@ValsAI、@ollama 和 @baseten 的官方 X 帖子。X 上的时间按 X 显示的 UTC 记录。除注明第三方外，分数均为 DeepSeek 自报。我们没有运行这个模型。

时间线

  1. DeepSeek API 上线 V4-Pro 和 V4-Flash，模型名为 deepseek-v4-pro 和 deepseek-v4-flash。更新日志说，旧名称 deepseek-chat 和 deepseek-reasoner 将在三个月后、即 2026-07-24 停用，在此之前分别指向 V4-Flash 的非思考模式和思考模式。

    DeepSeek API change log (2026-04-24)

  2. V4-Flash 正式版 API 开始公测。DeepSeek 说这个版本 0731 沿用预览版的结构和尺寸，只是重新做了后训练，并列出 Terminal Bench 2.1 得分 82.7、DeepSWE 得分 54.4。说明还写道，V4-Pro 以及 App 和网页端的模型没有变化。

    DeepSeek API change log (2026-07-31)

  3. V4-Pro 在 App、网页和 API 上正式发布（GA）。同一条日志加入了三档思考强度（low、high 和 max），并开始实行峰谷定价：从 8 月 16 日 16:00 UTC 起，低峰价为高峰价的一半。

    DeepSeek API change log (2026-08-13)

  4. DeepSeek 在 API 上推出实验性视觉模型 DeepSeek-V4-Flash-Vision-Exp。按更新日志的说法，它的纯文本能力与 V4-Flash 持平，在需要视觉理解的智能体基准上接近 Opus-4.8。

    DeepSeek API change log (2026-08-21)

  5. 06:10 UTC，DeepSeek 在 X 上用一组六条的帖子宣布 V4.1-Flash，称它是新架构系列中最小的模型，原生具备视觉理解能力。帖子介绍这是一个 552B 参数的 MoE，采用因果编码器-解码器设计，输入时激活 8B 参数，输出时激活 16B；最后一条附上了 Hugging Face 上的权重和技术报告链接。

    DeepSeek on X: Introducing DeepSeek-V4.1-Flash

  6. 在这组帖子的第四条里，DeepSeek 宣布下线 V4-Flash 和 V4-Flash-Vision-Exp，把它们的旧模型名转到 V4.1-Flash，并表示将逐步淘汰 V4-Pro。帖子写道：从 9 月 14 日 04:00 UTC 起，所有 deepseek-v4-pro 请求都将转给 V4.1-Flash，按 V4.1-Flash 的价格计费，直到 V4.1-Pro 上线。

    DeepSeek on X: V4.1-Flash on the API

  7. 独立评测公司 Artificial Analysis 在 20:36 UTC 发布结果：V4.1 Flash 在其 Intelligence Index 上得 40 分，高于 DeepSeek V4 Pro 0813。同一条帖子称它是该公司测过的最啰嗦的模型之一，每个指数任务用掉 89k 个词元，但由于词元价格很低，估算每个任务的成本仍只有 $0.27。

    Artificial Analysis on X

  8. Ollama 在 23:12 UTC 发帖说，V4.1-Flash 正在其云端逐步上线，先开放给 Max 和 Team 账户，并在扩容以覆盖所有订阅用户。

    Ollama on X

  9. DeepSeek Harness 账号发布了 DeepSeek 智能体框架的 macOS 和 Windows 桌面版，形式是一篇题为 “DeepSeek Harness for Desktop Is Here” 的 X 文章。

    DeepSeek Harness on X

  10. 08:35 UTC，DeepSeek 宣布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线。这组四条的帖子称，与 9 月的版本相比，新版基准分更高、完成任务更快、输出更短，建议 DeepSeek Harness 用户升级到 v0.2.1-rc.1 或更高版本，最后一条附上了 Hugging Face 和 ModelScope 上的权重链接。

    DeepSeek on X: DeepSeek-V4.1-Flash-1017 is here

  11. 同一组帖子的第三条向所有人开放 DeepSeek 的 Search 和 Fetch API，每个端点每 1,000 次调用收费 $0.75。通过 DeepSeek Harness、Claude Code 和 Codex 中服务端工具发起的调用暂时免费，10 月 31 日 16:00 UTC 起开始计费。

    DeepSeek on X: Search & Fetch APIs

这个名字为什么让人糊涂

DeepSeek 的命名分两层，大部分困惑就出在两层之间。一层是模型版本，也就是带日期的构建，比如 V4-Flash-0731 或 V4.1-Flash-1017。另一层是你在请求里填的 API 模型名，从 9 月 10 日起是 deepseek-flash。DeepSeek 发布新构建时，通常保留 API 名称，只换掉背后应答的模型。10 月 17 日的更新日志写得很直白：网页端和 App 的模型已更新，调用方式和价格不变，deepseek-flash 现在指向新模型。

所以，9 月就把模型设成 deepseek-flash 的开发者，从 10 月 17 日起一行代码没改，用的已经是 1017。旧名称也还能用。我们 10 月 19 日查看的模型与价格页写着：deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 仍被接受，它们背后的模型已经下线，这些请求由 V4.1-Flash-1017 处理，按 Flash 的价格计费。

后缀是日期，即 10 月 17 日，写法和早先 V4 构建的 0731、0813 一样。1017 的模型卡称它是 V4.1-Flash 的一次小更新。它有自己的 Hugging Face 仓库，和 9 月那个仓库并列，两者都以 MIT 许可证发布。

9 月的架构改了什么

V4.1-Flash 模型卡描述的是一种因果编码器-解码器（Causal Encoder-Decoder）：一个 40 层的 Transformer，前 20 层是因果编码器，后 20 层是解码器。解码器的全局 KV 缓存由编码器最后的隐藏状态投影得到，不在每个解码层里各自生成。DeepSeek 说，正因为如此，预填充阶段每个词元只激活 8B 参数，解码阶段激活 16B，并称这种设计在输入很重的智能体工作负载里收益最大。

DeepSeek 最先强调的是内存数字。据模型卡介绍，一组被称为 CSA2 的注意力改动，加上主 KV 缓存的 FP4 存储，把全局缓存压到每个词元 890 字节，大约是 V4-Flash 的四分之一。另一个机制 SWA Bounded Replay 免去了把滑动窗口缓存写入 SSD 的步骤，把持久缓存缩小到 V4-Flash 的约八分之一。模型卡上的一张图显示，与 DeepSeek 第一代模型相比，缩减幅度达到 437 倍。发布帖给出了商业上的理由：缓存命中费用往往占智能体成本的很大一部分。

模型卡上的其他细节：每个 MoE 层有 1 个共享专家和 384 个路由专家，每个词元激活其中 6 个路由专家；一个 196B 参数的 Engram 条件记忆通过基于词元的查表读取；预训练使用了 45T 词元的多模态数据，在训练到 34T 词元时把上下文扩展到 1M。推理强度用 1 到 100 的整数设置；V4 系列用的是 low、high、max 三档。图像经过 DeepSeek 从零训练的视觉编码器，图像和文本数据从预训练一开始就混在一起训练。

552B 还是 763B：怎么读参数量

搜这个模型的大小，会看到两个数字，都出自 DeepSeek 自己的页面。发布公告和基座模型表格写的是 552B，模型卡把它标为主干参数。Hugging Face 给这个仓库显示的是 763B。差额主要是 Engram 记忆，模型卡说它有 196B 参数，模型是查表读取它，不会在每个词元上都对它做计算。Artificial Analysis 在同一条帖子里两个数字都用了：开头说它是 552B 模型，后面又列出 763B 总参数。

下载大小更好确定。Hugging Face 的仓库元数据列出 763,205,315,794 个参数，safetensors 文件合计 510.30 GB，约 475 GiB。1017 仓库的参数量和 safetensors 总量完全相同，这与 DeepSeek 称 1017 为小更新的说法一致。

这么大的权重是给服务器准备的，DeepSeek 的公告也说得明白：它邀请计划部署 2,000 块 GPU 外加存储集群的团队联系它，并表示正与开源社区合作做推理支持。托管服务从第一天就有：Baseten 和 Ollama 都在 9 月 10 日宣布上线 V4.1-Flash，Hugging Face 页面列出的推理服务商有 Novita、Fireworks、Featherless AI、DeepInfra 和 Baseten。

价格，以及 V4-Pro 的反转

9 月 10 日的价格帖说，新价格当天 04:00 UTC 生效，低峰价继续是高峰价的一半。按 10 月 19 日的价格页，deepseek-flash 高峰时段每百万输入词元缓存未命中 $0.30、缓存命中 $0.006，每百万输出词元 $1.20；低峰时段分别是 $0.15、$0.003 和 $0.60。高峰时段为工作日 01:00 至 04:00 和 06:00 至 10:00 UTC，中国法定节假日除外。上下文窗口 1M 词元，最大输出 384K。

同一页面仍然列着 deepseek-v4-pro，现在固定为 DeepSeek-V4-Pro-0813，高峰时段每百万输入词元缓存未命中 $1.32，每百万输出词元 $3.96。这与 9 月 10 日帖子里的计划相反，当时说从 9 月 14 日起所有 V4-Pro 请求都转给 V4.1-Flash。更新日志给出了解释：在 9 月 10 日的标题下，它现在写着，为响应广大用户的需求，DeepSeek 决定在 9 月 14 日之后继续提供 V4 Pro 服务，计费方式不变。这段话没有标注自己的日期，我们也没找到 DeepSeek 在 X 上宣布这一变化的帖子。

只看词元单价算不清账单，因为输出词元多的模型要为更多词元付费。Artificial Analysis 测得 V4.1 Flash 在其指数上每个任务用 89k 词元，多于 GLM-5.3、V4 Pro 0813，以及 Claude Opus 5 这样的前沿模型。尽管如此，它估算的每任务成本 $0.27 仍比 V4 Pro 0813 低约 2.5 倍。另一家独立评测机构 Vals AI 称它是其指数上排名第一的开放权重模型，每次测试 $0.30。两者都是针对 9 月版本的第三方结果，不是 DeepSeek 的数字。

按 DeepSeek 的数字，1017 改了什么

10 月 17 日的更新日志和 1017 模型卡列出同样的十一项分数，并与 9 月版本对比。DeepSWE v1.1 从 74.2 升到 77.0。Terminal-Bench 4.0 从 31.2 升到 42.3，ProgramBench 从 20.3 升到 29.1，Automation-Bench 从 54.8 升到 60.5，不带工具的 HLE 从 36.8 升到 42.6。视觉智能体测试变化较小：带工具的 BabyVision 从 89.6 升到 92.5，ZeroBench-main 从 49.0 升到 51.0。

比较之前先看脚注。1017 的 Terminal-Bench 4.0 是在 Claude Code 框架里跑的，DeepSWE 用的是 Mini-SWE-V2。9 月的模型卡里，大多数代码智能体测试用的是 DeepSeek Harness 的 Minimal 模式，DeepSWE 用的是 mini-SWE。两个页面都没说明，新表里 9 月版本的 Terminal-Bench 4.0 分数是否在 Claude Code 中重跑过。DeepSeek 的页面在一个 9 月的数字上也对不上：NL2Repo-Bench 在原始模型卡里是 64.0，在更新日志和 1017 表格里是 65.4。

DeepSeek 还说 1017 完成任务更快、输出更短，这正对着 Artificial Analysis 在 9 月测到的啰嗦问题。但 DeepSeek 的两个页面都没给出词元数，所以在有人重新测量之前，输出更短仍只是 DeepSeek 的说法。1017 新闻页还提到，这个模型用带自我反馈的强化学习训练端到端项目开发，并展示了四个演示，从故宫的 3D 建模到用 Godot 重做的 Portal 2。

两个仓库之间还有两处小差别。1017 推荐的 top_p 是 1.0，而 9 月的模型卡写的是 0.95 或 1.0。1017 仓库带有分词器文件，但没有技术报告 PDF，报告仍放在 9 月的仓库里。

同一天发布的 Search 和 Fetch

10 月 17 日的第二项发布容易被忽略。DeepSeek 开放了 Search 和 Fetch API，称它们运行在自研搜索引擎上，每天处理数亿次请求。每个端点每 1,000 次成功请求收费 $0.75。DeepSeek Harness、Claude Code 或 Codex 通过服务端工具发起的调用目前免费。X 帖子写的计费开始时间是 10 月 31 日 16:00 UTC，价格页给出的是同一时刻：北京时间 11 月 1 日 00:00。

做智能体的人应该记下这个日子。服务端搜索在智能体自己决定查资料时就会发生，所以 10 月 31 日之后，一次词元用量相同的会话，成本可能比前一周高。

我们无法核实的内容

  • DeepSeek 何时决定在 9 月 14 日之后继续提供 V4-Pro。更新日志把这个决定记在 9 月 10 日的标题下，没有单独的日期。
  • 1017 的输出是否比 9 月版本更短，短多少。DeepSeek 没有给出词元数，Artificial Analysis 的啰嗦程度数据针对的是 9 月版本。
  • 自己运行这些权重需要什么硬件。DeepSeek 公布了推理代码和文件大小，但我们读到的页面没有最低硬件清单，我们也没有运行这个模型。
  • 1017 的第三方分数。这里引用的 Artificial Analysis 和 Vals 结果是 9 月 10 日针对最初的 V4.1-Flash 发布的。

我们的看法

V4.1 Flash 很容易逐条追踪，因为 DeepSeek 几乎什么都写下来了：带日期的更新日志、两份带基准表格的模型卡、写明具体时段的价格页，以及带时间戳的 X 帖子。唯一模糊的地方是 V4-Pro 的决定：它在 X 帖子里宣布，又在更新日志里被推翻，我们没找到相应的帖子。对 API 用户来说，要点很简单：deepseek-flash 已经指向 1017，价格没变，旧的 V4 名称仍然可用，Search 和 Fetch 从 10 月 31 日 16:00 UTC 开始计费。等 DeepSeek 发布 V4.1-Pro、调整价格或推出下一个构建时，我们会在这里补上带日期的节点。

Front 上的相关阅读：Ling 3.1 Flash 的硬件拆解针对另一个大型 MoE，讲的是同样的总参数与激活参数的内存问题；Reflection Beam 时间线和 Meta Muse Spark Open 时间线记录了 10 月的另外两次开放权重发布；Grok 4.8：xAI 实际说了什么追踪的是一个被谈论过却还没发布的模型。所有文章都在 Front 博客索引。

从 V2 到这一版的更长发布线，写在 DeepSeek 模型发布时间线 上。

继续阅读

全部文章按时间倒序排列在 Front 博客首页。

常见问题

DeepSeek V4.1 Flash 1017 是什么？

DeepSeek-V4.1-Flash-1017 是 DeepSeek V4.1 Flash 在 2026 年 10 月 17 日的更新。DeepSeek 的模型卡称它是一次小更新。它的参数量相同，用同一个 API 名称 deepseek-flash 提供服务，价格也相同。

DeepSeek V4.1 Flash 有多少参数？

DeepSeek 给出的是 552B 主干参数，每个词元输入时激活 8B，输出时激活 16B。Hugging Face 给仓库标的是 763B，其中包括 196B 参数的 Engram 记忆。safetensors 文件合计约 510 GB。

DeepSeek V4.1 Flash 的 API 多少钱？

高峰时段每百万输入词元缓存未命中 $0.30、缓存命中 $0.006，每百万输出词元 $1.20。低峰价格减半，以上依据 DeepSeek 在 2026 年 10 月 19 日的价格页。

DeepSeek V4.1 Flash 开源吗？

V4.1-Flash 和 V4.1-Flash-1017 的权重和仓库代码都以 MIT 许可证发布在 Hugging Face 上，DeepSeek 也把 1017 发布到了 ModelScope。

更新记录

  • — 首次发布。DeepSeek 的页面和官方 X 帖子核对到 2026 年 10 月 19 日（UTC+8）。

来源