# DeepSeek V4.1 Flash：长上下文成本的主战场，从算力转向内存

> 原标题：DeepSeek V4.1 Flash：算力优化触顶之后，长上下文的战争转向内存

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-09-11T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/56067
- 原文：https://yage.ai/share/deepseek-v41-flash-kv-cache-memory-20260911.html

## 摘要

DeepSeek 于 9 月 8 日放出临时端点 deepseek-v4.1-flash-expires-on-0910，两天后正式上线 V4.1 Flash，将缓存命中的输入价格压低约六成，并让 Flash 接管原先发往 V4 Pro 的请求。

## 推荐理由

DeepSeek 在 V4.1 Flash 技术报告里把全局 KV 缓存压到上一代约四分之一，并说明长上下文成本的重心已从算力转向显存与总线搬运。

## 锐评

缓存命中输入降价六成，这个数字比模型本身有意思。长时程 agent 的账单大头早就落在每轮工具调用重读历史的显存和搬运上，DeepSeek 把全局 KV 压到四分之一、持久化压到八分之一，砍的正是 agent 最贵那一段。但官方只提前一天通知，把发往 Pro 的请求整体切给 Flash 按 Flash 计费，这个动作挺离谱，按 Pro 调好 prompt 的团队后台直接被换模型，科研复现也废了。省钱是真的，迁移窗口给一天也是真的，反正我不会把生产流量押在一个临时端点上线的模型上。
