DeepSeek V4.1 Flash 1017 上线：5520 亿参数只激活 80 亿，百万 token 一毛五

10 月 17 日，DeepSeek 把 V4.1 Flash 的 1017 快照挂上了 OpenRouter。规格一眼看过去很不像 Flash：5520 亿参数的骨干，外面还挂着一个 1960 亿的 Engram 记忆模块，权重总量约 7630 亿；但处理每个 token 时只激活 80 亿（输入）到 160 亿（输出）。100 万 token 上下文，原生图像理解，价格每百万输入 token 0.15 美元、输出 0.6 美元，缓存读取 0.003 美元。

11 项基准全线上涨，但赢四项输七项

按官方模型卡的对照表，1017 相对 9 月 10 日的版本，11 项基准全部上涨，涨幅 2.0 到 11.1 分。其中四项智能体任务拿到第一：DeepSWE v1.1 得 77.0（Claude Opus 5 是 74.0，GPT-5.6 Sol 是 73.0）、Automation-Bench v1.0.6 得 60.5（50.3、45.8）、Agents’ Last Exam 得 35.4（28.6、26.7）、Apex Bench v1.1 得 72.1（65.8、54.3）。

但另外七项仍然落后。HLE 不带工具只拿到 42.6，Opus 5 是 56.3；Terminal-Bench 4.0 是 42.3，Opus 5 是 51.8；NL2Repo-Bench 68.2 对 75.3；ProgramBench 29.1 对 37.0。第三方口径的差距更明显：Artificial Analysis 给的智能指数是 39.5，排在第 30 位，其独立测得的 Terminal-Bench 4.0 只有 26.8%，和官方的 42.3% 差了一大截。

一句话概括：它把 Agent 的价格打下来了，不是把能力天花板顶上去了。权重以 MIT 协议开源，但本地部署不轻——社区测算至少需要 300GB 显存起步。

第一个吃 CED 架构的 DeepSeek

V4.1 Flash 是 DeepSeek 第一个建在 Causal Encoder-Decoder（CED）架构上的模型。之前那个实验性的 V4 Flash Vision Exp 走的是另一条路——先有个文本模型，再把视觉能力挂上去。这次不一样：视觉和文本的 embedding 从预训练第一天就一起训。

差别在使用体验上。后挂的视觉经常出现「能看图，但看不懂图里的字」；联合训练至少给了它一次机会。官方把目标场景列得很清楚：编码、终端和 computer-use 智能体，以及需要连续跑很多步、不能半路停下 的长任务。

非对称激活是这次的重点

8B 输入、16B 输出，这个不对称的切法很少见。输入侧省算力，是因为读上下文的时候不需要全功率；输出侧多给一点，是因为真正决定质量的是「写出来的东西」。总数固定，分配做了取舍。

配合的是压缩 KV cache。官方说缓存内存降到上一个 Flash 代际的四分之一左右。这条比价格更值得看——长跑 agent 的账单大头不是首轮提问，而是每一轮都在重读积累的上下文。缓存小到四分之一，等于给循环做了减法。

价格与那句不好验证的声明

DeepSeek 说 V4.1 Flash 在性能、速度、任务完成时间三方面都超过 V4 Pro。这话得打个折扣看：V4 Pro 0423 是 1.6 万亿总参、490 亿激活，拿 5520 亿的骨架去说「超过」，靠的是稀疏激活和 CED 的结构优势。但官方没有放出任何 benchmark 数字，训练数据截止时间也没说，第三方复现之前只能当厂商声明。

价格是真的低。0.15 美元输入在当下的前沿梯队里基本没有对手，阿里的千问、智谱的 GLM 走的是同一条性价比路线，但 1M 上下文加原生视觉这个组合，让它在 agent 场景里更有吸引力。

谁在用它

OpenRouter 上公开的流量榜有点意思：排第一的是一个叫 omp 的应用（6.16 亿 token），第二是 DeepSeek Harness（4.76 亿），第三是 Claude Code（4.05 亿）。Claude Code 的流量打到 DeepSeek 上，说明真有人拿它做编码代理的底座——毕竟 Anthropic 那边的价格是另一回事。

一个提醒：这个快照目前不在欧盟区域内路由。对数据合规有要求的团队，得自己评估链路。

国内开发者真正该算一笔账的是缓存读取那 0.003 美元。长时程 agent 的成本结构里，缓存命中率往往比单价更能决定月底账单。毕竟 DeepSeek 自己也在往具身智能投钱，上周它被曝拟领投 Winverse AI，说明这家公司不打算只做模型供应商。