▍DeepSeek-V4.1-Flash：采用CED新架构，模型能力超越DeepSeek-V4-Pro。

2026年9月10日，DeepSeek发布DeepSeek-V4.1-Flash，采用全新“因果编码器-解码器”（CED）架构，具备多模态理解能力，支持百万Token上下文，并同步开放API及模型权重。模型主干参数5520亿，预填充与解码阶段每Token分别激活80亿、160亿参数，进一步降低长上下文与Agent场景的推理开销。据DeepSeek官方微信公众号，考虑到V4.1-Flash 在性能、费用、速度、总用时等各项指标上已全面超越V4-Pro，因此DeepSeek计划有序下线V4 Pro模型，但现阶段考虑到V4-Pro仍保有较大调用量且Infra迁移需要时间，截至9月15日，V4-Pro仍维持服务状态。

▍编程与Agent能力显著提升，多模态理解拓展任务执行边界。

据DeepSeek微信公众号，1）Coding能力方面，最高思考强度下，V4.1-Flash在Terminal-Bench 2.1达到90.6分，高于Opus 5的89.1分及GPT-5.6 Sol的88.8分，在难度进一步提升的Terminal-Bench 4.0中，V4.1-Flash得分为31.2分，低于GPT-6 Astra的57.9分和Fable 5.1的55.8分；DeepSWE v1.1测试中达到74.2分，与GPT-6 Astra的74.1分基本持平，并高于Fable 5.1的67.4分。

2）Agent能力方面，AutomationBench与Agent’s Last Exam分别取得54.8分、31.8分，均高于Opus-5的50.3分、28.6分及GPT-5.6 Sol的45.8分、26.7分，体现了在视觉理解能力增强后，通用自动化任务与复杂任务的执行能力有所提升。

▍架构创新：CED架构与CSA2协同优化计算路径和缓存复用，延续长上下文推理的极致降本。

1）创新“因果编码器-解码器”（CED）架构，全局KV Cache占用降至V4-Flash的约1/4。模型的40层Transformer网络被划分为前20层因果编码器（Causal-Encoder）和后20层解码器（Decoder），由编码器末层输出直接投影生成解码器所需的全局 KV，无需依赖解码器各层的隐藏状态逐层生成，因此大多数输入token仅需完成编码器计算。为保留局部信息，解码器额外处理提示末尾128个token，近似重建各层滑动窗口注意力（SWA）缓存，使长输入场景下的预填充计算量接近减半，参考DeepSeek官方技术报告，预填充（Prefill）阶段每token激活参数由解码阶段的160亿降至80亿。缓存精度方面，模型将全局主KV Cache由前代FP8降至FP4，并在后训练中引入量化感知训练控制精度损失，使该部分存储占用接近减半，SWA KV则保留FP8。模型架构创新结合CSA2的跨层缓存共享机制，全局KV Cache占用降至V4-Flash的约1/4，同步带动新模型对HBM的需求减少到V4-Flash的1/4，对SSD需求减少到1/8。

2）CSA2通过分层共享KV及复用Top-K token检索结果，同步压低缓存占用与浮点运算量。模型前两层仅使用SWA，其余层采用压缩稀疏注意力CSA2，并配置Full、Reindex、Reuse三种模式：Full模式下模型通过计算生成全局主KV与索引键，并筛选Top-K历史位置；Reindex在下一层共享上一层Full模式下的KV，但重新计算相关性更新Top-K token；Reuse同时共享KV与Top-K结果，省去重复缓存生成及索引计算。具体而言，编码器其除了2层SWA外的其余18层按每6层一组配置“1层Full＋5层Reuse”；解码器20层分为5组，首组为“1层Full＋3层Reuse”，后4组为“1层Reindex＋3层Reuse”，使后20层共享首个Full层生成的全局KV。上述设计将减少KV Cache与减少Indexer检索计算相结合，据DeepSeek官方技术论文，模型上下文由4K扩展至1M时，单Token解码FLOPs仅增加约25%，体现出长上下文推理效率的显著改善。

▍推理优化向API降价传导，维持国产开源模型高性价比优势。

据DeepSeek官方定价，V4.1-Flash每百万Token闲时缓存命中输入、未命中输入及输出价格分别为0.02元、1元、4元，较前代0.05元、1.5元、4.5元分别下降60.0%、33.3%、11.1%，高峰时段价格为闲时的两倍。

▍应用影响：新模型延续极致降本方向，利好FDE及企业级Agent应用落地。

我们认为，模型在编程、Agent和多模态能力提升的同时继续降低调用价格，有望减轻企业级Agent的多轮工具调用、长上下文处理的成本负担，推动FDE加速落地。同时，具备行业知识积累、深度嵌入企业业务流程，或拥有垂直私域数据壁垒、能够在强监管场景交付可靠结果的专业软件公司，有望率先将模型能力转化为产品价值与商业化增量。

▍风险因素：

AI核心技术发展、应用拓展不及预期；算力降本不及预期；AI被不当使用造成严重社会影响；数据安全风险；信息安全风险；行业竞争加剧等。

▍投资策略：建议关注以下三条投资主线。

1）AI基础设施：DeepSeek深度适配国产算力，国产算力与国产模型相向而行。

2）AI应用：模型延续开源策略，推理进一步提效降本，利好FDE及有壁垒的软件应用公司。

3）模型原厂：一方面，架构创新持续释放推理提效降本空间。近2个月内发布的DeepSeek-V4.1-Flash、GLM-5.3-Flash、Qwen3.8-Flash均通过架构优化显著降低长上下文推理开销，验证了架构升级仍具备进一步降本潜力。另一方面，国产模型将围绕高性价比与前沿智能水平两条路径继续展开竞争。Flash系列以较低激活参数量和调用成本覆盖日常编程、办公及通用Agent需求，大参数量旗舰模型则有望继续提升复杂推理、专业知识及长程任务能力上限。