DeepSeek Flash 还挺让人意外的。。。 我以为这种小模型没啥独立思考能力，结果完全不谄媚，还跟我较劲... 而且速度真是快啊，快得可以让你原谅它的缺点

Gemini flash 3.5 昨晚发布，现已可用。 - 模型效果大幅超越 3.1 Pro，指标和 gpt 5.5 接近，比 gpt5.5 好的是 Agentic 和 多模态。 - 价格只要 gpt5.5 的三分之一，缓存价格只要六分之一。 - API 定价 $1.50 / $9.00 per 1M token(输入/输出)，缓存 输入 $0.15。上下文窗口 1M token。 - 速度极快，是其他旗舰模型的4倍，非常适合 Agent 使用。 官方介绍地址：

DeepSeek-V4.1-Flash 八卡H20 实测来了，一起看下552B 参数加 196B Engram 参数的模型在SGLang运行结果 启动参数： sglang serve --model-path /model --served-model-name deepseek-v41-flash --tp 8 --ep-size 8 --context-length 32768 --max-running-requests 32 --mem-fraction-static 0.85 --attention-backend dsv4 --moe-runner-backend flashinfer_mxfp4 --reasoning-parser auto --tool-call-parser auto --enable-metrics --disable-radix-cache --host 0.0.0.0 --port 30000 测试方法： 核心矩阵为 1,024/128、8,192/128、1,024/512、24,576/128 Token，各测 C1、C8、C32，每组单独预热后正式重复三轮。各轮请求数分别为 8、16、64。C 是客户端并发上限，服务端最大运行序列也是 32 和历史V4测试对比结果： DeepSeek-V4.1-Flash 结果稍快一点，但开始回答之后，输出速度比 DeepSeek-V4-Flash 慢，整体吞吐也更低，实际token/s 速度达不到DeepSeek API 中V4.1三倍提升的效果🤣

鉴于 DS V4.1 Flash 模型在性能、费用、速度、总用时等各项指标上都全面超越了 V4 Pro。再以更高的价格、更慢的速度和更多的算力消耗给 DS 用户提供原有的性能较差的 V4 Pro 模型会不太合适。V4.1 Flash 正式上线之后，V4.1 Pro 上线之前，V4 Pro 模型的请求都会被路由到 V4.1 Flash，并按 Flash 的价格计费。

DeepSeek下调flash系列模型定价，降幅11%-60% DeepSeek开放平台今日公告，将于9月10日12:00起，调整flash系列定价：空闲时段输入缓存命中单价0.02元、输入缓存未命中单价1元，输出单价4元；高峰时段价格为空闲时段价格的2倍。 高峰时段是指北京时间周一至周五9:00-12:00、14:00-18:00（其余为空闲时段）。据悉，缓存命中、缓存未命中及输出价格最高降幅分别为60%、33.33%和11.11%。