千问AI平台又扩容：DeepSeek V4.1 Flash 来了，API 和 Token Plan 同步开放

AIGC资讯

2026-09-15浏览 312,295 字 · 约 8 分钟

…

目录一、名字叫 Flash，参数其实有 552B0%

千问 AI 平台又接了一款新旗舰。

DeepSeek V4.1 Flash 正式上线。

而且这次不是只把模型挂进模型广场。

同步开放的还有：

API 按量调用

以及：

Token Plan。

模型 ID 直接使用：

deepseek-v4.1-flash

就可以调用。

也就是说，原本已经通过千问 AI 平台调用：

Qwen；

DeepSeek；

GLM；

Kimi；

MiniMax；

MiMo

等模型的开发者，现在又可以把 DeepSeek 最新的 V4.1 Flash 直接放进同一套开发环境里。

一、名字叫 Flash，参数其实有 552B

DeepSeek V4.1 Flash 是 DeepSeek 新一代模型架构中的：

轻量旗舰模型。

模型总参数达到：

552B。

但它采用了新的：

Causal Encoder-Decoder 非对称架构。

输入阶段只激活：

约 8B 参数。

输出阶段激活：

约 16B 参数。

也就是说，它不是简单靠缩小整个模型换速度。

而是在保持大模型容量的同时：

大幅降低每次真正参与计算的参数量。

这也是 V4.1 Flash 最核心的一条路线：

大模型容量 + 小激活量。

二、Flash 已经开始干掉上一代 Pro

更有意思的是：

DeepSeek 官方已经表示，V4.1 Flash 在多项测试中超过了：

DeepSeek V4 Pro。

包括：

性能；

速度；

费用；

任务总耗时。

上一代 V4 Pro 甚至已经进入退役流程。

从 9 月 14 日 12:00 起，DeepSeek 官方 API 中：

deepseek-v4-pro

已经开始路由至：

V4.1 Flash。

直到未来：

V4.1 Pro

正式上线。

所以这一代“Flash”的定位已经很明显了。

不再是：

便宜一点，所以能力弱一点。

而是：

先用 Flash 吃掉上一代 Pro 的能力区间。

三、原生多模态也一起接进千问AI平台了

V4.1 Flash 原生支持：

视觉理解。

千问 AI 平台当前模型页已经明确支持：

文本输入

以及：

图像输入。

输出为文本。

所以开发者现在可以直接拿它处理：

截图；

图表；

扫描件；

网页界面；

产品图片；

文档图片。

例如：

看一下这张后台截图，分析里面的数据异常。

或者：

读取这张表格截图，把所有字段提取成 JSON。

对于 Agent 来说，这一点非常重要。

因为真正的电脑工作环境从来都不只有：

纯文本。

四、上下文直接给到1M

千问 AI 平台上的 DeepSeek V4.1 Flash 支持：

1M Token 上下文。

最大输出约：

384K Token。

这意味着它比较适合直接处理：

大型代码仓库；

超长 PDF；

企业知识库；

会议记录；

合同集合；

研究资料；

长期 Agent Session。

以前几十份资料可能还需要：

切片；

摘要；

多轮整理。

现在很多任务已经可以直接放进：

百万 Token 上下文。

尤其适合企业 RAG 和知识库场景。

五、真正适合企业的，反而是KV Cache降下来了

Agent 时代有一个越来越明显的问题：

上下文越长，缓存越贵。

一次复杂 Agent 任务可能需要不断重复读取：

System Prompt；

工具定义；

代码；

企业文档；

历史对话。

V4.1 Flash 这次针对 KV Cache 做了大幅压缩。

相比上一代：

HBM需求降低到：

1/4。

SSD缓存需求降低到：

1/8。

相比 DeepSeek 初代架构：

KV Cache 已经累计缩小约：

437倍。

这个优化可能没有 Benchmark 那么吸睛。

但对于企业真正长期跑：

客服 Agent；

Coding Agent；

知识库；

研究 Agent

来说，

它直接关系到：

每个任务到底要花多少钱。

六、千问AI平台这边也给了Context Cache

除了模型自身架构优化，

千问 AI 平台还提供：

Context Cache。

对于多个请求拥有相同前缀的任务：

可以缓存公共上下文。

比如企业客服：

系统规则
+
企业产品知识
+
客服规范
+
用户当前问题

前面大段内容可能每次都完全一样。

真正变化的：

只有最后一个用户问题。

通过缓存：

可以减少重复计算；

降低延迟；

控制 Token 成本。

这类能力对：

客服知识库；

企业助手；

长文档 Agent

尤其有用。

七、API不是只能“聊天”，内置工具也接进来了

千问 AI 平台上的 V4.1 Flash 目前不仅支持普通：

Chat Completions。

还支持：

Responses API。

并可以结合平台内置工具。

目前包括：

联网搜索

网页抓取

代码解释器

等。

例如你可以直接让 Agent：

搜索最新资料
↓
抓取网页
↓
读取内容
↓
运行代码分析
↓
让V4.1 Flash推理
↓
输出最终结果

不需要每个能力都自己从头搭一套 Tool。

这对做：

Deep Research；

数据分析；

行业研究；

Coding Agent

会方便很多。

八、函数调用、JSON输出这些企业功能也都支持

目前 V4.1 Flash 在千问 AI 平台还支持：

Function Calling

结构化输出

前缀补全

Context Cache

联网搜索

等能力。

比如企业要做一个：

订单查询 Agent。

模型并不是自己编一个答案。

而是通过 Function Calling：

用户询问订单
↓
模型识别意图
↓
调用订单API
↓
获取真实数据
↓
模型整理结果

这才是真正能接入业务系统的：

企业 Agent。

九、API按量计费，也可以直接走Token Plan

这次比较方便的是：

两种使用方式同步开放。

API按量计费

适合：

自己的 App；

SaaS；

企业后台；

自动化系统；

生产环境服务。

根据实际 Token 消耗付费。

千问 AI 平台当前模型页显示，错峰时段为：

22:00—次日08:00。

当前页面展示的错峰价格为：

输入：

1 元 / 百万 Token

输出：

4 元 / 百万 Token

缓存命中输入：

0.1 元 / 百万 Token。

实际价格还是建议以模型页面实时显示为准。

十、开发者自己用，则可以直接走Token Plan

如果主要是在：

Codex；

Claude Code；

Cursor；

Qwen Code；

Qoder；

OpenClaw

这些 Agent 工具里使用，

则可以直接选择：

Token Plan。

目前：

个人版；

团队版

都已经可以配置：

deepseek-v4.1-flash

个人版当前还有一个挺适合夜猫子的权益：

每天：

22:00—次日08:00

调用 DeepSeek V4.1 Flash：

Credits 消耗限时5折。

又是一个：

晚上别睡，起来蹬 Agent

的活动。

十一、但Token Plan不能拿来当便宜API服务器

这里需要特别注意。

Token Plan 个人版本质上是：

面向个人开发者的交互式订阅。

适合放在：

Coding Agent；

智能体工具

里面自己使用。

不能直接把 Token Plan API Key 塞进：

网站后端；

自动化脚本；

商业 SaaS；

批量 API 服务

当成廉价 API。

如果是：

真正线上业务；

批量任务；

产品后端，

还是应该使用：

正常按量计费 API。

这个区别最好提前搞清楚。

十二、千问AI平台越来越像“大模型统一入口”

我觉得这次真正值得关注的不只是：

又增加了一个 DeepSeek。

千问 AI 平台现在正在把不同厂商旗舰模型逐渐放进：

同一个 API 体系。

目前已经可以看到：

千问自己的 Qwen3.8；

DeepSeek V4.1 Flash；

DeepSeek V4 Pro；

GLM；

Kimi；

MiniMax；

MiMo

等模型。

开发者不需要每接一个模型：

重新注册平台；

重新充钱；

重新写 SDK；

重新维护不同接口。

很多模型直接通过：

OpenAI兼容协议

或者：

Anthropic兼容协议

进行调用。

这样以后做 Agent，真正有意思的玩法就来了：

简单任务
→ Flash模型

复杂推理
→ 旗舰模型

视觉任务
→ 多模态模型

Coding
→ Coding模型

模型本身开始变成：

可以按任务动态调度的算力资源。

结语

DeepSeek V4.1 Flash 上线千问 AI 平台以后，可以记住几个核心参数：

552B 总参数。

输入激活约8B。

输出激活约16B。

原生支持：

文本 + 图像理解。

上下文：

1M Token。

最大输出：

约384K Token。

同时支持：

Function Calling；

结构化输出；

Context Cache；

联网搜索；

网页抓取；

代码解释器。

使用方式也同时覆盖：

API 按量计费

以及：

Token Plan。

这也是千问 AI 平台最近越来越明显的一条路线：

它不再只卖：

“千问模型”。

而是开始变成：

一个平台调用多家旗舰模型。

对于普通开发者来说，真正爽的其实不是：

模型列表越来越长。

而是以后做 Agent 时，

可以根据：

性能；

成本；

视觉能力；

推理能力；

任务类型

随时换模型。

模型可以变，接口不用跟着重写。

这可能才是多模型平台真正有价值的地方。

千问AI平台又扩容：DeepSeek V4.1 Flash 来了，API 和 Token Plan 同步开放

一、名字叫 Flash，参数其实有 552B

二、Flash 已经开始干掉上一代 Pro

三、原生多模态也一起接进千问AI平台了

四、上下文直接给到1M

五、真正适合企业的，反而是KV Cache降下来了

六、千问AI平台这边也给了Context Cache

七、API不是只能“聊天”，内置工具也接进来了

八、函数调用、JSON输出这些企业功能也都支持

九、API按量计费，也可以直接走Token Plan

API按量计费

十、开发者自己用，则可以直接走Token Plan

十一、但Token Plan不能拿来当便宜API服务器

十二、千问AI平台越来越像“大模型统一入口”

结语

相关链接

DeepSeek V4.1 Flash 千问AI平台模型页

千问AI平台

千问AI平台模型发布记录

千问AI平台 Token Plan

千问AI平台 API 文档

DeepSeek V4.1 Flash 官方发布

DeepSeek V4.1 Flash 开源模型

评论 0

推荐阅读