凭什么敢把旗舰切给 Flash？答案藏在官方文档里

DeepSeek V4.1 Flash API 官方文档价格

发布于 2026-09-09 11:16:59 4 次浏览

"把 V4 Pro 的请求全部路由到 V4.1 Flash，并按 Flash 单价计费"——DeepSeek 这条公告最反直觉的地方在于：一个模型发布，居然以另一个模型"退居二线"的方式官宣。

免不了有人问：凭什么？

公告本身没给理由。但我把 api-docs.deepseek.com 翻了一遍，发现答案早就写在官方文档里，一共三个数字。换防的时间线和前因后果之前写过，这篇只回答"凭什么"。

数字一：2500 对 500

官方价格页的"并发限制"一栏：deepseek-v4-flash 是 2500，deepseek-v4-pro 是 500。

一个旗舰模型的并发上限，只有自家 Flash 档的五分之一。

这不是 V4 Pro 做得不好，而是两个模型分工本就不同：Flash 为吞吐量而生，Pro 为天花板而生。所以"把 Pro 请求全部路由给 Flash"从容量角度看不是冒险，反而是把流量从单车道挪进八车道——Flash 的并发余量，吞下全部 Pro 流量绰绰有余。

顺带一提，官方定义的高峰时段是周一至周五 9 点到 12 点、14 点到 18 点（北京时间）。连午休 12 点到 14 点都算闲时——这个概念马上要用到。

把官方牌价放在一起，V4 Pro 和 V4 Flash 之间是一个整整齐齐的三倍关系（每百万 tokens）：

闲时再统统减半：输出 4.5 对 13.5，缓存命中输入低到 0.05 对 0.15 元。

而昨天的内测公告已经确认：V4.1 Flash 计费与 V4 Flash 相同。所以"按 V4.1 Flash 单价计费"翻译成钱就是——同样一批请求，高峰时段账单直接除以三，闲时批处理再除以二。

对常驻 Agent 任务，缓存命中的输入 token 是消耗大头，0.30 到 0.10 元的降幅在长对话场景里最实在。

价格表往上翻是"模型细节"栏。这一栏里，两个模型几乎长一个样：

旗舰的"特权"只剩更新日志里那几分：V4 Pro 正式版 Terminal Bench 87.9 对 Flash 82.7，DeepSWE 62.7 对 54.4。在 3 倍价格、5 倍并发缺口的背景下，这点差距撑不起一个独立的旗舰档位。

更关键的是更新日志里这句话：上一代 V4-Flash（0731）发布时，官方口径就是"基准测试远超 V4-Pro-Preview"。Flash 代际跃迁、反超上一代 Pro，是 DeepSeek 上演过一次的剧本——这次的"全面超越"，是第二次。

结合官方文档和这次路由调整，能落地的动作很具体：

批处理挪到闲时。闲时价格是高峰的一半，这是官方写在价格表里的明牌，不用等路由生效就能省。
模型名主动切 deepseek-v4.1-flash。别把生产系统押在"自动路由"上——路由期间按哪个并发档计费、V4.1 Pro 上线后路由是否撤销，公告都没说。主动权在自己手里最稳。
切完跑一遍回归测试。模型换代，输出风格和能力边界会变，依赖具体行为的下游要重新验。
顺手试试 deepseek-v4-flash-vision-exp。它与 V4 Flash 同价（高峰输入 3.0 元、输出 9.0 元），官方口径是多模态 Agent 能力接近 Opus-4.8——等于多模态能力白送。

当"便宜三倍、并发五倍、配置相同、能力打平"同时成立，"旗舰"两个字就只剩定价意义了。

V4.1 Flash 已经在路上，V4.1 Pro 还没有影子。如果后者拉不开肉眼可见的差距，Pro 这个名字，恐怕真的要进博物馆了。

相关链接：