9月10日，深度求索正式发布新一代模型 DeepSeek V4.1 Flash。官方称，该模型是新架构系列中目前最小的型号，具备原生多模态视觉理解能力，重点面向更高性能、更快推理和更低成本的Agent应用。V4.1 Flash采用5520亿参数的MoE架构，以及全新的 Causal-Encoder-Decoder 结构，输入阶段仅激活80亿参数，输出阶段激活160亿参数，在降低推理成本的同时提升模型能力。官方测试显示，其Agent相关基准性能超过包括V4 Pro在内的多款旗舰模型。

该模型另一项重点改进是大幅压缩KV Cache，相比上一代对HBM需求降至约四分之一、SSD需求降至约八分之一，有利于降低长上下文和Agent任务成本。V4.1 Flash已上线DeepSeek API，并同步下调价格；9月14日后，原V4 Pro API请求将逐步路由至V4.1 Flash，直到 V4.1 Pro 发布。模型权重也已面向开源社区发布。

9月9日，DeepSeek开放平台宣布，自北京时间9月10日12时起，调整Flash系列模型API定价。新价格下，空闲时段每百万Token输入缓存命中0.02元、缓存未命中1元、输出4元；高峰时段价格为0.04元、2元和8元。高峰时段为周一至周五9—12时、14—18时。

与8月17日实施的上一版价格相比，此次调整属于全面降价：输入缓存命中价格由0.05元降至0.02元，降幅达60%；缓存未命中由1.5元降至1元，下降约33%；输出价格由4.5元降至4元，下降约11%。高峰时段价格也同步下调。此次调整意味着DeepSeek再次降低API使用成本，尤其有利于高频调用和大规模AI应用。