9月10日，DeepSeek正式发布了全新模型V4.1 Flash，这是该公司新一代模型架构里尺寸最小的成员，专门面向日常高频的推理场景。别看它身材"小"，却天生带着一双"眼睛"——原生支持多模态视觉理解，图片、文字都能处理。
比新模型本身更让行业兴奋的，是这次同步落地的降价大动作。根据官方公告，Flash系列模型的调用价格全面下调，最高降幅达到60%。
降价幅度有多大？
不少开发者最关心的，是那些看得见的数字。以非高峰时段为例，DeepSeek把缓存命中的输入价格从每百万Token五分钱降到两分钱，缓存未命中的输入从一块五降到一块钱，输出价格从四块五降到四块钱。
高峰时段的定价也做了相应调整——新价格正好是非高峰时段的两倍。官方解释，这套峰谷计费模式鼓励用户错峰使用，闲时价格只有高峰的一半，引导大家在资源宽裕的时候跑任务，既省钱又帮着优化算力调配。
新的计费标准从9月10日中午12点起正式生效。
凭什么能降这么多？
很多人可能会问，AI厂商凭什么敢一降再降？答案藏在这次模型的技术设计里。
DeepSeek官方透露，V4.1 Flash大幅压缩了KV Cache缓存所占的存储空间。与上一代模型相比，它对高带宽内存的需求减到了四分之一，对固态硬盘的需求更是减到了八分之一。
KV Cache是模型推理时的"临时记忆库"，存得越多，服务器扛的负担越重，花的钱也就越多。在智能体（Agent）类应用场景里，缓存命中的费用往往占大头，这次技术压缩直接把这类任务的使用成本大幅拉低。
换句话说，这不是简单的一句"我们让利了"，而是背后实实在在的技术升级支撑起了降价空间。算得过来的账，才能薄利多销。
对用户意味着什么？
对于普通开发者和创业者来说，这次降价带来的感受是直接而具体的。
一方面，每百万Token的价格在数元级别的降幅，意味着调用同样的模型能力，账单上的数字更小了，那些靠"烧Token"支撑的产品和应用，运营成本也随之松动。
另一方面，新模型每秒可以处理约284个Token，速度相当可观。同样一笔钱，能换到更快、更多的计算产出，性价比确实在提升。
行业观察
把视角拉远，DeepSeek的这一轮动作，放在整个大模型行业的语境下看意味深长。一边是各家厂商在模型性能上你追我赶，一边是价格体系不断被重塑。谁能在成本和能力之间找到更好的平衡，谁就更有可能在这一轮竞赛中稳住位置。
DeepSeek表示，将持续支持开源社区对新模型的推理适配，并尝试各种方式扩大部署范围。让更多人用得起、用得上，这或许才是AI真正走向普及的底层逻辑。
对用户而言，好消息是：AI的门槛正在一步步降下来。
热门跟贴