DeepSeek内测V4.1 Flash降价60%：或将全面替代Pro版

DeepSeek 正在主动对其既有的模型分级与定价体系发起冲击。

近期，DeepSeek 低调开启了 V4.1 Flash 中期检查点（Checkpoint）的小范围灰度测试。在面向测试用户的问卷中，DeepSeek 直接抛出了一个核心问题：新版 Flash 是否已经能够全面替代现有的在线 V4 Pro？

全新架构与降价双管齐下

据了解，该测试版本采用全新架构，引入了原生多模态支持，在综合能力、生成速度与推理成本上均较此前的 Flash 版本有明显改善。测试期间，该模型遵循当前 V4 Flash 的计费标准，单账户限制 20 个并发请求。早期参与测试的开发者反馈，新模型在代码编写与信息检索任务上的生成速度提升尤为显著。

几乎在同一时间，DeepSeek 宣布下调 Flash 系列的价格。调整后，闲时缓存命中输入价格降至 0.02 元/百万 Tokens，未命中输入为 1 元/百万 Tokens，输出为 4 元/百万 Tokens；忙时价格为闲时的两倍。其中，缓存命中输入的降幅最高达到 60%，该优惠同时覆盖 Flash 主模型及其视觉实验分支。

长期以来，Flash 与 Pro 之间存在着清晰的价格鸿沟。在以往的忙时费率下，Flash 的输出定价为 9 元/百万 Tokens，而 Pro 的价格则高出数倍。开发者通常愿意为高难度、复杂的任务承担高昂溢价。但眼下的关键在于：如果一个速度更快、能力更强的 Flash 模型能够承接绝大多数中日常与中等难度的任务，那么昂贵的旗舰版（Pro）是否只需要保留给极端复杂的极端场景？

从“参数规模”转向“智力密度”

这一调整背后，对应着 DeepSeek 内部反复强调的核心指标——智力密度（Intelligence Density）。

早期的推理模型证明了更长的思维链可以提升难题的准确率。但随后的技术探讨迅速转向：是否可以用更少的 Token 和更短的时钟时间达到相同的解答质量？一个能在更少中间计算步骤下快速得出有效答案的模型，无论从用户体验还是单次调用成本来看，都具备明显优势。

在 AI 智能体（Agent）工作流爆发的背景下，这一算盘变得更加现实。在多轮工具调用、文件读取和自我纠错的过程中，单个用户请求往往会催生数十次底层模型调用。如果步骤成倍膨胀，单 Token 价格即便再低，累积下来的任务总成本依然惊人。因此，让模型能用更精炼的步骤规划工具、在跨步骤中保留有效推理，其价值不亚于单纯的模型权重升级。

旗舰与轻量模型的重新分工

类似的分工重构正在各大前沿实验室上演。当中端模型以极低的成本逼近上一代旗舰模型的实际表现时，旗舰模型必须用更高门槛、更长周期且高价值的任务来证明自身的溢价合理性。顶尖大模型的竞争焦点，正从各类通用基准测试的微小跑分差异，转向驱动长达数小时乃至数天的复杂 Agent 任务并确保可靠交付。

对于 DeepSeek 而言，本次测试是一次试水。如果打磨后的 V4.1 Flash 能够稳定接盘用户此前分流给 Pro 的大部分工作，公司便能将大批日常调用导向更低成本的轻量层级，从而将核心算力与研究资源集中投入更深层的算法突破中。让高质量的推理变成日常高频的工具，而非偶尔为之的昂贵尝试，这正是当下大模型演进的明确信号。