V4.1 Flash
DeepSeek的线上服务模型版本，具体细节未公开
核心事实
时间轴 (近 90 天)
DeepSeek将V4.1 Flash更新到2017版，并首发了Reflection功能。
V4.1 Flash 是否正式发布、具体版本号如何，官方尚无确认。
疑似 10 月 17 日灰测的 V4.1 Flash 对同一提示词实现框选功能“很完美”，正确处理了点击与拖拽的判定顺序。
旧版模型在框选功能实现中存在 bug：鼠标左键点击时先选中物体，拖动后取消选中再进入框选。
DeepInfer 目前只支持 V4.1 Flash 一个模型，且不支持 Hopper 及更早的显卡。
V4.1 Flash模型包含384个专家，每个token只激活其中几位；这些专家被分布在64张卡上，每张卡6位，外加一位热门大厨的分身。
V4.1 Flash的专家调度策略：每1000步监测一次负载，每10000步重新分配一次专家，最终最忙的卡只比平均水平多忙9%。
DeepSeek于10月20日开源了推理框架DeepInfer，为V4.1 Flash提供优化算子、多卡并行和异步调度能力，采用Apache 2.0许可。
V4.1 Flash在8月17日启用分时定价，闲时价格为高峰价格的一半；9月10日又降价一次。
九月的 V4.1 Flash 在跑同一基准时 token 消耗接近同规模开源模型的两倍。
还有 40 条时间轴事件
全部知识事实 (20)
V4.1 Flash是原生多模态设计，能够直接看图理解内容
75%已验证本次更新支持官方模型ID deepseek-flash，新建会话默认使用V4.1 Flash，但显式配置过的模型优先级更高
65%已验证原本调用DeepSeek V4 Pro的接口将自动切换至V4.1 Flash新模型，开发者无需改动代码
65%已验证V4.1 Flash在输入阶段仅激活80亿参数，输出阶段激活160亿参数
65%已验证DeepSeek于10月20日开源了推理框架DeepInfer，为V4.1 Flash提供优化算子、多卡并行和异步调度能力，采用Apache 2.0许可。
80%已验证9月14日中午12点，V4 Pro正式下线，所有请求将全部路由到V4.1 Flash
65%待验证DeepSeek API 提供 low、high（默认）和 max 三档 effort，V4.1 Flash 论文将其映射为内部 effort 值 50、75 和 100，并报告从 high 到 max 将 agent 轨迹拉长 1.6–1.8 倍却只带来边际提升。
60%待验证V4.1 Flash的KVCache砍到上一代的四分之一
60%待验证旧版模型在框选功能实现中存在 bug：鼠标左键点击时先选中物体，拖动后取消选中再进入框选。
50%待验证疑似 10 月 17 日灰测的 V4.1 Flash 对同一提示词实现框选功能“很完美”，正确处理了点击与拖拽的判定顺序。
50%待验证V4.1 Flash 是否正式发布、具体版本号如何，官方尚无确认。
50%待验证DeepInfer 目前只支持 V4.1 Flash 一个模型，且不支持 Hopper 及更早的显卡。
50%待验证V4.1 Flash模型包含384个专家，每个token只激活其中几位；这些专家被分布在64张卡上，每张卡6位，外加一位热门大厨的分身。
50%待验证V4.1 Flash的专家调度策略：每1000步监测一次负载，每10000步重新分配一次专家，最终最忙的卡只比平均水平多忙9%。
50%待验证九月的 V4.1 Flash 在跑同一基准时 token 消耗接近同规模开源模型的两倍。
50%待验证9月版宣传页写的是'552B Backbone Parameters'，强调主干参数；此次将口径从主干参数切换为全部权重，架构本身没有变化。
50%待验证V4.1 Flash软件工程得分74.2是对标表最高分，但领先最强旗舰竞品仅0.2分
50%待验证针对迁移建议：旧版Flash用户可直接升级，V4 Pro用户应尽快做迁移测试并重点测长上下文数字记忆，长文档高一致性需求用户应小范围试点
50%待验证一份在9月10号降价之前完成的社区实测（3亿token、14组任务、2400多次请求）显示，相同计费口径下V4.1 Flash总花费比旧版高36%
50%待验证V4.1 Flash的输入输出不对称结构是为了契合Agent任务中输入token远多于输出token的分布规律，从而降低整体推理成本
50%