原定 9 月 14 日 12:00 就要退场的 DeepSeek V4 Pro，最终没有退场。9 月 11 日，DeepSeek 宣布，为响应用户需求，决定在 2026 年 9 月 14 日之后继续提供 DeepSeek V4 Pro 的 API 调用服务，计费方式保持不变。

这已经是五天内的第三次调整。

五天三次变卦

9 月 9 日，DeepSeek 首次公告：在 V4.1 Pro 上线之前，会把对 V4 Pro 的请求全部路由到 V4.1 Flash，并按 V4.1 Flash 单价计费。

9 月 10 日，公司发布 V4.1 Flash 模型，同时宣布把 V4 Pro 的下线时间明确到北京时间 2026 年 9 月 14 日 12:00。

9 月 11 日，下线决定取消。按最新口径，deepseek-v4-pro 这个模型名将长期存在，调用它拿到的仍然是 V4 Pro，价格维持原有水平。

接班的新模型，到底差在哪

V4.1 Flash 是 DeepSeek 全新模型结构系列中尺寸最小的一款，总参数 552B，采用 Causal-Encoder-Decoder 非对称结构：输入阶段每 token 只激活 8B 参数，输出阶段激活 16B。它具备原生多模态视觉理解能力，上下文长度 100 万 token，最大输出 384K，并以 MIT 许可在 Hugging Face 开源。

官方说法是，经多方测试，V4.1 Flash 在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro。

但把模型卡上的 instruct 对比逐项摊开，结论要复杂一些：Codeforces 评分从 3348 升到 3471，提升 123 分；MathArena Apex 从 65.3 微升至 65.6；而 GPQA Diamond 从 92.4 降到 90.9，HLE（无工具）从 42.7 降到 36.8。

换句话说，这是一次用知识类分数换取代码、数学、智能体执行能力和价格的交易，而非全面领先。对重度依赖长链条推理与知识密集型任务的团队，这种取舍并不总是划算——这也是 V4 Pro 被保留下来的直接原因。

便宜这么多，靠的是什么

V4.1 Flash 的成本优势主要来自两处。

一是非对称激活。同尺寸模型中，它的单 token 激活量明显更低。

二是 KV Cache 压缩。与上一代相比，V4.1 Flash 对 HBM 的需求降到四分之一，对 SSD 的需求降到八分之一，全局 KV Cache 压缩到每 token 890 字节。在智能体场景中，缓存命中费用往往占总成本的大头，缓存压得小，账单就跟着降。

现行价格对照

DeepSeek 继续沿用峰谷定价：高峰时段为北京时间周一至周五 9:00 至 12:00、14:00 至 18:00，其余为闲时，闲时价格为高峰时段的一半。计价单位均为每百万 tokens。

deepseek-flash 闲时价格为：输入缓存命中 0.02 元、缓存未命中 1 元、输出 4 元；高峰时段分别为 0.04 元、2 元、8 元。

deepseek-v4-pro 闲时价格为：输入缓存命中 0.15 元、缓存未命中 4.5 元、输出 13.5 元；高峰时段分别为 0.30 元、9.0 元、27.0 元。

两者输出价相差约 3.4 倍，这正是迁移的经济动力所在。

给开发者的三点提醒

第一，模型名不再等于模型本身。此前 deepseek-v4-flash、deepseek-v4-flash-vision-exp 两个旧模型名已经下线，出于兼容暂时路由到 V4.1 Flash。只靠锁定模型名来锁定能力的做法，在这次事件中已经失效。

第二，V4 Pro 得以保留，但 V4.1 Pro 尚未上线，也没有给出时间。推理能力要求高的业务，短期内仍应把 V4 Pro 作为主要选项，并预留回退方案。

第三，如果业务对价格敏感、对时延和吞吐要求高，把负载切到 deepseek-flash 更划算；批量、非实时的任务安排在闲时执行，成本还能再降一半。