9月10日，DeepSeek正式发布V4.1 Flash模型，这是其全新模型结构系列中的最小尺寸模型，具备原生多模态视觉理解能力。与此同时，DeepSeek Harness（DSH）发布v0.1.5版本，与V4.1 Flash模型训练深度结合，实现全面适配。
模型架构与性能
V4.1 Flash为552B参数的MoE模型，采用全新的Causal-Encoder-Decoder非对称结构，输入激活仅8B，输出激活16B，成本显著低于同尺寸模型。在Agent使用场景中，新一代模型将KV Cache缓存大小压缩至上一代的1/4（HBM需求）和1/8（SSD需求），大幅降低了缓存命中费用占比较高的Agent类任务成本。
基准测试显示，V4.1 Flash在多项指标上超越V4 Pro，包括Codeforces（3471 vs 3348）、Terminal-Bench 2.1（90.6 vs 87.9）和DeepSWE v1.1（74.2 vs 62.7）等。
定价调整
V4.1 Flash的API价格于北京时间9月10日12:00起正式生效。空闲时段输入缓存命中单价降至每百万Token 0.02元，输入缓存未命中1元，输出4元；高峰时段价格为空闲时段的两倍。其中缓存命中输入价格降幅达60%。
DSH 0.1.5适配更新
DSH v0.1.5与V4.1 Flash模型深度结合，模型针对标准模式、程序化工具调用（PTC）模式和极简模式进行了专项训练和优化。新版本支持在保留已有KV Cache的情况下更新系统提示词，进一步优化了推理效率。
此外，DSH 0.1.5还新增了文件上传（支持图片、PDF等格式）和侧边栏文件预览功能，优化了长会话加载性能与内存占用，并增强了父Agent与子Agent之间的双向通信能力。
旧模型下线安排
据官方通知，V4 Pro服务计划推迟至北京时间9月14日12:00下线。届时，所有指向V4 Pro的API请求将自动路由至V4.1 Flash，并按V4.1 Flash的单价计费。
市场反应
首批开发者反馈显示，V4.1 Flash在速度方面的提升最为直观——有测试者称SVG代码生成速度较上一代快6倍，长上下文检索快5倍以上。不过也有开发者指出，复杂任务下的Token消耗有所增加，综合使用成本需根据具体场景评估。