DeepSeek V4.1 快速評測：效能測試、定價與新功能

DeepSeek V4.1 Flash 是 DeepSeek 於 2026 年 9 月 10 日發布的版本，新增了原生影像輸入功能、更小的快取佔用空間、更強的廠商報告代理程式評分，以及更低的 API 調用率。. 它最適合運行高處理量或輸入量龐大的代理程式的開發者。主要需注意的是：DeepSeek 執行了已發布的基準測試，而 V4 Pro 在部分前沿推理測試中仍保持領先地位。.

什麼是 DeepSeek V4.1 快閃記憶體？

DeepSeek V4.1 Flash 是一款專為編碼、工具使用、視覺理解及長上下文代理工作流程所建構的多模態開放權重模型。DeepSeek 於 2026 年 9 月 10 日發布此模型，並將權重公開為 DeepSeek-V4.1-Flash, ，並透過 deepseek-flash API 名稱。.

此次發布之所以重要，是因為它帶來的改變不僅限於基準測試分數。Flash 支援文字與圖片，提供一百萬個標記的上下文視窗，並大幅降低了其鍵值快取所需的記憶體用量。相較於即將退出的 V4 Pro 費率方案，DeepSeek 亦調降了其託管 API 的費率。 這項組合針對的是實際的瓶頸：當提示詞、儲存庫上下文、螢幕截圖和工具歷史記錄不斷累積時，如何讓長期運行的代理程式保持經濟實惠。.

預設啟用「思考模式」，但亦可切換至「非思考模式」。本系統支援 JSON 輸出與工具呼叫。DeepSeek 同時提供與 Responses API 及 Anthropic API 的相容性，可減輕已基於這些介面建構之應用程式的遷移工作量。.

DeepSeek V4.1 韌體有哪些新功能？

配備非對稱運算能力的 552B MoE 骨幹架構

根據 DeepSeek V4.1 技術報告, ，該模型採用一個擁有 5,520 億個參數的「專家混合」（Mixture of Experts）主體架構，包含 20 層的因果編碼器與 20 層的解碼器。 總參數數並非每個令牌所使用的參數數量：DeepSeek 報告指出，預填充階段約有 80 億個活躍參數，解碼階段則約有 160 億個。.

這種非對稱設計為預填充與生成階段分配了不同的運算資源配額。預填充階段負責處理提示詞、文件、圖像及先前對話；解碼階段則逐個標記生成答案。預填充階段較低的活躍運算需求，對於在寫入前需投入大量時間進行讀取的資料庫級別及研究型代理工作負載而言，尤為重要。.

容量小得多的 KV 快取

該報告列出全球 KV 快取大小為 每個標記 890 位元組, ，約為 V4 Flash 在高頻寬記憶體中快取容量的四分之一。DeepSeek 表示，其持久性快取需求約為上一代產品的八分之一。 對於一百萬個令牌的執行環境而言，這已是一項部署功能，而非抽象的架構細節：快取大小會影響伺服器能維持多少個長期會話，以及每個會話所佔用的記憶體量。.

原生影像輸入與多模態預訓練

V4.1 Flash 可直接原生支援圖像處理，無需使用獨立的 Vision 品牌端點。DeepSeek 指出，該模型是基於 45 兆個標記的多模態語料庫進行預訓練的。 實際上，這使得螢幕截圖、圖表、掃描的表格、介面狀態以及視覺除錯輸入，都能與程式碼和文字一樣，成為同一個代理程式對話的一部分。.

DeepSeek V4.1 效能測試：官方結果揭示了什麼

DeepSeek 針對 V4.1 Flash 的最強優勢，主要體現在編碼與代理基準測試方面。該廠商以實驗努力值 100（公開標示為最高推理努力值）來評估該指令模型，並使用 溫度=1.0 和 top_p=0.95. 程式碼代理的測試採用了命名測試框架，並使用 100 萬個標記的上下文；視覺代理的測試則採用 Claude Code，並使用 512K 個標記的上下文。.

這種趨勢雖有參考價值，但其適用範圍比「更優模型」這種籠統的說法更為狹窄。在上述五項指標（編碼、終端、安全性及自動化）中，V4.1 Flash 的表現均領先於 V4 Pro。 V4 Pro 在 GPQA Diamond 以及「Humanity’s Last Exam」的純文字子集上仍保持領先。開發者若要比較更廣泛的編碼候選清單，可參考我們的 最佳程式設計 AI 模型指南, ，但應用層級的評估仍比單一表格更為重要。.

推理工作量也會影響成本與結果。在 DeepSeek 的報告中，將實驗工作量從 25 提高至 100 後，DeepSWE v1.1 的分數從 66.0 提升至 74.2，Terminal-Bench 2.1 的分數則從 82.4 提升至 90.6， 同時消耗的輸出標記數量約增加了 2.5 倍。該報告中的八種代理配置，即使從相同的檢查點開始，所產生的結果也有顯著差異，因此框架的選擇也是被測系統的一部分。.

DeepSeek 指出，該系統在極端輸入情況下的穩健性尚未被完全闡明。報告指出，CSA2 的選擇錯誤以及近似滑動視窗注意力狀態重建，可能會降低系統在測試套件以外邊界案例中的表現能力。報告同時承認，在最艱難的前沿推理與邊界案例任務方面，仍存在不足之處。這些保留意見應與主要評分結果一併考量。.

兩項用於評估 V4.1 Flash 的可重複任務

以下任務旨在測試具體行為，且不會提供「未執行」的提示作為依據。請使用完全相同的提示，將模型與運算強度設定記錄在案，並依據所列標準對答案進行評分。單次執行所得的結果應視為附有日期的觀察結果，而非一般性的基準。.

請閱讀附件中的 DeepSeek 技術報告基準測試表格。僅回傳 JSON，且須採用與以下完全相同的頂層結構：
{
  "Codeforces": {"DeepSeek V4.1 Flash": ..., "DeepSeek V4 Pro": ..., "DeepSeek V4 Flash": ..., "leader": "..."},
  "Terminal-Bench 2.1": {"DeepSeek V4.1 Flash": ..., "DeepSeek V4 Pro": ..., "DeepSeek V4 Flash": ..., "leader": "..."},
  "DeepSWE v1.1": {"DeepSeek V4.1 Flash": ..., "DeepSeek V4 Pro": ..., "DeepSeek V4 Flash": ..., "leader": "..."},
  "GPQA Diamond": {"DeepSeek V4.1 Flash": ..., "DeepSeek V4 Pro": ..., "DeepSeek V4 Flash": ..., "leader": "..."}
}

僅擷取這四行資料。請精確保留每個數字的原始顯示形式。請勿推斷無法辨識或缺失的數值；若遇此情況，請改以 null 表示。每行的 `leader` 應取該行中數值最高的項目。.

您正在檢視一個 TypeScript 並行處理輔助函式。其設計目的是最多同時執行 `limit` 個任務，維持結果的順序，並在任何任務失敗時拒絕執行。

```ts
export async function mapLimit(
  items: T[],
  limit: number,
  fn: (item: T, index: number) => Promise,
): Promise {
  const results = new Array(items.length);
  let next = 0;

  async function worker() {
    while (next < items.length) {
 const index = next;
 await Promise.resolve();
 next++;
      results[index] = await fn(items[index], index);
    }
  }

  await Promise.all(
    Array.from({ length: Math.min(limit, items.length) }, worker),
  );
  return results;
}
```

請精確回傳以下三個部分：
1. 根本原因
2. 最簡統一差異 (Minimal unified diff)
3. 一項用於測量峰值並發量與結果順序的 Vitest 回歸測試

請勿重新設計 API。此外，若 `limit <= 0`，請以 `RangeError` 拒絕該參數。.

DeepSeek V4.1 快閃優惠價格

DeepSeek API 定價採用兩種費率表，以下所有數字均以每百萬個代幣為單位的美元計價。高峰時段為 週一至週五，UTC 01:00 至 04:00 及 UTC 06:00 至 10:00. 其餘時間均屬非尖峰時段。快取輸入、未快取輸入及輸出將分別按不同費率計費。.

以一個簡單的算術例子來說，一項非尖峰時段的請求，若包含 800,000 個未緩存的輸入標記和 20,000 個輸出標記，其成本約為 $0.132：輸入部分為 $0.12，加上輸出部分為 $0.012。 若以峰值速率計算，相同代幣的費用約為 $0.264。此計算僅供說明之用，並非實際測量的工作負載帳單；快取命中率、重試次數、工具處理輪次及推理長度都會影響總費用。.

在兩種方案中，快取輸入的成本都比未快取輸入低五十倍，這使得穩定的提示詞前綴和可重複使用的上下文在經濟上具有重要意義。公開的 DeepSeek API 費率與 GlobalGPT 的存取及計費機制是分開的。請勿將這些代幣價格解讀為 GlobalGPT 的訂閱或信用點價格。.

DeepSeek V4.1 API、願景與限制

直接的 DeepSeek API 使用 deepseek-flash. 開發人員可呼叫標準端點： https://api.deepseek.com, 、位於同一基底的 Responses API，或位於 https://api.deepseek.com/anthropic. 「回應」中支援函式工具。DeepSeek 亦記載了 套用修補程式 自訂工具；其他「回應」內建工具類型將被忽略，而非執行。.

視覺元素的格式與擺放規則

DeepSeek 支援 JPEG、PNG、GIF 及 WebP 格式的圖片輸入。 內嵌圖片的最大大小為 32 MiB，而檔案圖片的最大大小則為 64 MiB。根據文件記載的共享限制，單次請求最多可包含 600 張圖片。此上限並非建議值：過大的批次會增加提示詞的長度、延遲，並提高追蹤特定圖片對應哪個答案的難度。.

就 Responses API 而言，圖片內容應置於使用者訊息中。放置在 系統 或 助理 訊息會傳回 HTTP 400 錯誤。相容性層不接受一般檔案作為輸入項目，因此應用程式應遵循文件中所述的 image-input 形狀，而非假設其與 OpenAI 回應功能完全一致。.

上下文、輸出及並發限制

上下文的最大長度為一百萬個標記，輸出最大長度為 384,000 個標記。輸入與輸出合計必須能容納於上下文視窗內。Flash 允許每個帳戶擁有 2,500 個並發連線；超過此帳戶限制的請求將收到 HTTP 429 錯誤。因此，容量規劃應追蹤活躍連線的使用狀況及重試行為。.

DeepSeek V4.1 Flash 與 V4 Pro 比較

V4.1 Flash 對於高處理量的編碼代理、視覺輸入以及長上下文應用而言，是更實用的預設選項。在短暫的過渡期間，V4 Pro 仍可作為推理基準而具有參考價值，但它不支援視覺功能，且已記錄的並發能力較低。我們先前的 DeepSeek V4 Pro 評測 該測試以自身標準涵蓋了該檢查點；其實際測試結果不應被重新標記為 V4.1 的證據。.

以非尖峰時段費率計算，Flash 的未快取輸入比標示的 Pro 費率便宜約 77%，而 Flash 輸出則便宜約 70%。這些百分比是根據官方費率表計算得出的，並非實際測得的節省金額。 實際節省金額取決於快取重複利用率、輸出長度、重試次數，以及工作負載是否需要在選定的推理行上獲得 Pro 版本更強勁的結果。.

更為迫切的區別在於運作層面。DeepSeek 正維持著 deepseek-v4-pro 名稱，同時暫時變更其背後的模型。穩定的 API 名稱並不能保證輸出行為的穩定性。請於 9 月 14 日前保留具代表性的 V4 Pro 回應、工具追蹤紀錄、延遲及失敗案例，然後在路由變更後執行相同的驗收測試套件。關於舊版的檢查點比較框架，請參閱 DeepSeek V4 Pro 與 Flash 比較.

開發者怎麼說

關於吞吐量、快取效率及代理程式評分，初期反應普遍正面，但相關證據尚不一致。部分評論針對的是預覽版本的終點，而非最終的正式發布版本；另有些報告則僅是對示範的總結，而非針對受控測試的結果。因此，最具參考價值的公開討論應聚焦於「該在哪裡進行測試」，而非「發布當天的單一數據能否一錘定音」。.

這些反應指出，在任何實際部署中都值得執行三項檢查：在固定工作量設定下比較輸出品質、觀察冗長的推理是否會推高輸出成本，以及當別名變更了端點背後的模型時，重新執行回歸測試案例。 預覽吞吐量與安全性結果可作為測試設計的參考依據，但不應將其與 DeepSeek 的表 3 混為一談，彷彿它們來自同一個受控基準測試一般。.

如何存取 DeepSeek V4.1 韌體

共有三種截然不同的存取途徑。請根據您的需求選擇：是否需要直接控制 API、自行託管權重，或是能更輕鬆切換模型的瀏覽器工作區。各途徑的條款、定價及營運責任均有所不同。.

當您需要程式化控制、使用量計費，以及存取 DeepSeek 的文件化介面時，直接 API 無疑是最明確的選擇。開放權重則適用於能夠驗證推論支援能力，並能運作超大型 MoE 模型的團隊。GlobalGPT 則是用於互動式使用及在 一體化 AI 模型工作流程.

DeepSeek 的官方發布貼文指出，該公司將與開源社群合作，共同推動推論支援，並探索更多部署選項。請將此視為路線圖聲明，而非證明所有本地服務堆疊現已能有效支援 V4.1 Flash。.

哪些人適合使用 DeepSeek V4.1 韌體？

若要進行更廣泛的模型選擇，則 GPT-5.5 與 DeepSeek V4 比較 將「一百萬代幣」的背景與價格定位與另一項前沿選項並列。專注於程式碼產出風格的團隊亦可參考 DeepSeek 與 ChatGPT 的 Python 程式碼測試. 這些文章解答了相關的問題；但兩者都無法取代實際測試生產環境中使用的確切 V4.1 Flash 端點。.

一般使用者在不同生態系統之間抉擇時，可能會發現更廣泛的 DeepSeek 與 ChatGPT 比較 比架構層級的檢視更具實用價值。當 V4.1 Flash 的具體優勢——長輸入、圖像理解、工具以及低標記成本——能與實際工作流程相結合時，其吸引力便最為顯著。.

判決

從一套小型驗收測試套件開始：包含一項具代表性的編碼任務、一項基於圖像的資訊提取任務、一項長上下文案例，以及一套工具工作流程。固定推理設定，記錄模型的推理路徑，並比較各種失敗模式以及平均品質。如此便能得出一個可辯護的決策，而不必將供應商的基準測試結果或上市當天的反應視為應用程式性能的保證。.

常見問題

什麼是 DeepSeek V4.1 Flash？

DeepSeek V4.1 Flash 是一款於 2026 年 9 月 10 日發布的多模態、開放權重專家混合模型。它支援文字與圖像輸入、文字輸出、一百萬個標記的上下文視窗、思考模式與非思考模式、JSON 輸出，以及工具呼叫功能。.

DeepSeek V4.1 Flash API 的價格是多少？

非尖峰時段的 DeepSeek API 費率為：每 100 萬個快取輸入代幣為 $0.003，每 100 萬個未快取輸入代幣為 $0.15，每 100 萬個輸出代幣為 $0.60。 尖峰時段的費率分別為 $0.006、$0.30 及 $1.20。這些是 DeepSeek API 的價格，而非 GlobalGPT 的價格。.

對於 DeepSeek V4.1 Flash，我應該使用哪個 API 模型名稱？

使用 deepseek-flash 透過官方的 DeepSeek API。DeepSeek 亦支援在 https://api.deepseek.com 以及與 Anthropic 相容的呼叫，請見 https://api.deepseek.com/anthropic.

其執行背景、輸出結果及並發限制為何？

DeepSeek V4.1 Flash 具備 100 萬個標記的上下文視窗，最大輸出量為 384,000 個標記；輸入與輸出總和必須完全容納於該上下文視窗內。DeepSeek 規定每個帳戶最多可同時建立 2,500 個連線，若超過此限制，系統將回傳 HTTP 429 狀態碼。.

DeepSeek V4.1 Flash 是否比 V4 Pro 更好？

這取決於具體任務。在 DeepSeek 的廠商提供的比較表中，V4.1 Flash 在顯示的編碼、終端、安全性及自動化基準測試方面領先於 V4 Pro；而 V4 Pro 則在 GPQA Diamond 及 HLE 純文字模式下表現更佳。此外，Flash 的價格更低，支援視覺功能，並允許更多同時連線。.

DeepSeek V4.1 Flash 是否支援圖片？

是的。它接受 JPEG、PNG、GIF 及 WebP 格式的輸入，並產生文字。DeepSeek 文件規定：內嵌圖片上限為 32 MiB，檔案圖片上限為 64 MiB，且每筆請求在共享限制下最多可包含 600 張圖片。API 回應中的圖片必須放置於使用者訊息中。.

是否有 DeepSeek V4.1 的快門配重資料可供下載？

是的。DeepSeek 已在 Hugging Face 上發布 DeepSeek-V4.1-Flash 模型權重，並採用 MIT 授權條款。儘管此授權條款相當寬鬆，但仍無法免除基礎設施的要求：各團隊仍需具備相容的服務軟體，以及足以支援 552B MoE 骨幹的硬體資源。.

我可以在 GlobalGPT 上使用 DeepSeek V4.1 韌體嗎？

是的。GlobalGPT 設有專用的 DeepSeek V4.1 Flash 項目，供瀏覽器使用。其存取與計費機制與 DeepSeek 的直接 API 費率方案分開，且平台的可用性並不會獨立驗證 DeepSeek 所公布的基準測試結果。.