DeepSeek 4.1 是DeepSeek开发的一代大语言模型，于2026年9月10日随 DeepSeek-V4.1-Flash 的发布而推出。已发布的模型接受图像和文本输入，生成文本输出，将多模态理解与推理、编程及工具使用能力相结合。其架构着重提升长输入和AI智能体工作负载的处理效率。这一代模型的名称应与具体的Flash模型区分开来，也应与 deepseek-flash 区分；后者是通过DeepSeek的应用程序编程接口（API）访问该模型时使用的标识符。(api-docs.deepseek.com)
发布与命名
DeepSeek-V4.1-Flash是V4系列的后续模型；V4系列的Pro和Flash预览模型于2026年4月24日发布。9月发布的新模型在托管API中取代了V4-Flash和实验性模型V4-Flash-Vision-Exp。它们原有的标识符 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 被暂时保留为兼容别名，将请求转发至V4.1-Flash。因此，这些别名不一定指向原来的模型。(api-docs.deepseek.com)
9月的发布公告提到了计划中的V4.1-Pro模型，但这一提及本身并不构成该模型的发布公告。后续API文档仍单独列出V4-Pro，并说明其服务将在2026年9月14日之后继续提供，由此修订了最初公布的迁移计划。(api-docs.deepseek.com)
架构
DeepSeek-V4.1-Flash采用混合专家架构，骨干网络包含5520亿个参数。其40层的Transformer架构分为20层因果编码器和20层解码器。在输入处理阶段，每个词元约激活80亿个参数；在输出生成阶段，每个词元约激活160亿个参数。这些激活参数量与模型存储的参数总量并不相同。(huggingface.co)
这种因果编码器—解码器架构根据编码器的最终隐藏状态构建解码器的全局键值缓存。压缩稀疏注意力2（Compressed Sparse Attention 2）在各层之间共享缓存表示和稀疏选择信息。这些机制与低精度缓存共同降低了神经网络推理时的内存需求。视觉编码器将图像转换为可与文本一同处理的表示。(huggingface.co)
能力与访问方式
DeepSeek托管服务标明的上下文窗口为100万词元，最大输出长度为384,000词元。该服务支持思考与非思考模式、工具调用、结构化JSON输出以及多种API格式。这些是文档中列明的服务限制与功能，并不保证所有部署都提供相同的设置。(api-docs.deepseek.com)
图像输入使模型能够描述图片、读取屏幕截图中的文字以及分析图表。支持的图像格式包括JPEG、PNG、GIF和WebP。文档所述的多模态接口接收图像和文本输入，并返回文本响应；它不是图像生成接口。(api-docs.deepseek.com)
模型权重及配套代码仓库依据MIT许可证分发。DeepSeek还提供了推理和提示词编码的参考实现，使用户能够在其托管服务之外部署模型。(huggingface.co)
评测与局限
DeepSeek公布的结果包括：GPQA Diamond得分90.9、Terminal-Bench 2.1得分90.6，以及DeepSWE v1.1得分74.2。这些是开发者报告的基准测试结果，并不代表模型在所有场景中的准确率。模型卡说明，其指令模型评测采用了最高推理强度设置，并列明了所使用的智能体框架。模型卡还报告了不同框架下的不同结果，表明在解读智能体表现时，配套软件系统也是重要因素。(api-docs.deepseek.com)
通过托管服务访问模型还受到额外的运行约束。Responses API是无状态的：客户端必须在后续轮次中提供对话历史，而不能依赖服务器保存的对话。因此，API兼容性、可用上下文长度和工具集成情况，需要与底层模型架构分开考量。(api-docs.deepseek.com)
参考来源
- DeepSeek-V4.1-Flash: Smarter, Faster, More Efficientapi-docs.deepseek.com
- Models & Pricingapi-docs.deepseek.com
- DeepSeek V4 Preview Releaseapi-docs.deepseek.com
- Change Logapi-docs.deepseek.com
- README.md · deepseek-ai/DeepSeek-V4.1-Flash at mainhuggingface.co
- Visionapi-docs.deepseek.com
- Responses APIapi-docs.deepseek.com