IT之家 9 月 16 日消息，一名网友近日在 X 平台分享了一条实操记录：借助 DeepSeek V4.1 Flash 模型配合 Hermes Agent 工具，对《生化危机 7》手游进行纹理压缩与性能调优，在一台一加 12R 手机上把游戏帧率提升了约 50%。这段演示在玩家与 AI 应用圈都引发了不小关注。

背景：安卓上跑这款游戏本就吃力

《生化危机 7》手游目前并未原生登录安卓平台，安卓用户主要依赖 Winlator 等模拟器来运行。即便如此，对处理器性能的要求仍不低。该网友使用的测试机是一加 12R，搭载高通骁龙 8 Gen 2 移动平台——在 AI 时代已属旧款芯片。优化之前，游戏帧率仅约 20FPS，画面明显卡顿。

做法：让 AI 当”性能教练”

具体的操作流程并不复杂。该网友通过 USB 把一加 12R 连接到一台开启调试模式的 Mac 电脑，再让 AI 工具 Hermes Agent 实时监控游戏性能。AI 在分析后指出，限制性能的”罪魁祸首”是 I/O 与内存带宽，而非单纯的算力不足。

顺着这个方向，AI 建议将游戏纹理分辨率从 4096 像素压缩到 1024 像素，甚至进一步降到 512 像素。经过一轮轮调试，原本高达 25GB 的游戏纹理被缩减到仅 8GB；该网友还移除了音频、皮肤等非关键文件，最终整款游戏只占约 13GB 存储空间。

结果：帧率翻倍区间，功耗仅 5 至 6 瓦

优化之后，在画面几乎无损的前提下，游戏帧率从约 20FPS 提升到约 30FPS，提升幅度约 50%。AI 还被要求调用骁龙游戏超分辨率（SGSR）技术，将画面质量从 720p 提升到 1200p。两项改进叠加后，《生化危机 7》不仅画面更清晰，还能稳定跑在 30FPS，整机功耗仅 5 至 6 瓦。

意义：AI 工具正在进入”性能调优”场景

这条记录的价值不在于某款游戏跑得多流畅，而在于展示了一种可复制的思路：当大模型与具备执行能力的 Agent 结合，普通用户也能把”读不懂的性能瓶颈”交给 AI 去定位和解决。对仍在使用旧款处理器的设备而言，这类 AI 辅助调优，或许能让老硬件再撑上一段时间。

2026 年 9 月 10 日，深度求索（DeepSeek）低调发布 V4.1 Flash 模型。最引人注目的不是参数规模，而是它用一套全新的非对称架构，在性能、费用、速度三项指标上同时超过了自家上一代旗舰 V4 Pro，并将于 9 月 14 日起承接原本发往 V4 Pro 的全部流量。一个体量更小的新模型反超旗舰，在基础模型行业极为罕见。

非对称架构：读和写不再平等

DeepSeek V4.1 Flash 是一个 5520 亿参数的混合专家（MoE）模型，采用全新的因果编码器—解码器（Causal Encoder-Decoder，简称 CED）结构。它的核心思路是：读取输入和生成输出不应该消耗同样的算力。

模型将 40 层 Transformer 拆成两半——前 20 层是因果编码器，后 20 层是解码器。预填充（prefill，即读取输入）阶段只激活 80 亿参数，解码（decode，即生成输出）阶段激活 160 亿参数。知名研究者 Sebastian Raschka 评价，这套改动幅度大到”本该叫 DeepSeek V5″，只涨 0.1 个版本号是低估了它。

这种不对称恰好契合智能体（Agent）的真实工作负载：一个编程智能体可能要读进几万 token 的代码库，最后只产出几行修改；一个研究智能体可能吞下数百万 token 资料，只输出一份摘要。把算力优先分配给”写”而非”读”，单位成本下的有效智能显著提升。

缓存压缩：三年缩小 437 倍

另一项突破是 KV 缓存的极致压缩。V4.1 Flash 每 token 全局 KV 缓存仅需 890 字节，相对初代模型缩小了 437 倍；对高带宽显存（HBM）的需求降至 V4 Flash 的四分之一，对固态存储（SSD）的需求降至八分之一。

在智能体场景中，缓存命中的费用往往占大头，压缩缓存直接压低了长程任务的运行成本。模型还支持 100 万 token 上下文、原生多模态（文本与图像输入），并通过 MIT 协议在 Hugging Face 开放权重。

基准实测：以三分之一参数超越旗舰

第三方与官方基准显示，V4.1 Flash 在多项智能体任务上超过参数量更大的 V4 Pro：

中文评测方面，V4.1 Flash 在 SuperCLUE 首次进榜即拿到 71.81 分，位列国产第二；第三方机构 Artificial Analysis 的综合智能指数给出 39.5 分，超过自家 V4 Pro 的 36 分。不过 Automation-Bench 仍只有 54.8 分，意味着复杂工作流约一半会失败，生产环境仍需人工把关。

价格与路由：把省下的钱让给用户

V4.1 Flash 延续 DeepSeek 的峰谷定价，闲时价格为峰时的 50%。以每百万 token 计：缓存输入闲时 0.003 美元、峰时 0.006 美元；未缓存输入闲时 0.15 美元、峰时 0.30 美元；输出闲时 0.60 美元、峰时 1.20 美元。并发上限从 V4 Pro 的 500 提升到 2500。

自 2026 年 9 月 14 日北京时间 12:00 起，至 V4.1 Pro 上线前，访问 deepseek-v4-pro 的请求将全部路由到 V4.1 Flash，并按 Flash 单价计费。旧的 V4 Flash 与 V4-Flash-Vision-Exp 已下线，相关模型名暂时指向新模型以兼容既有调用。WorkBuddy（含 CodeBuddy）、OpenCode 等平台已全面接入 V4.1 Flash。

行业意义：非对称计算成为新前沿

一个低一档的模型在每一项生产指标上超过旗舰并取而代之，验证了深度求索押注的方向——非对称计算，而非单纯堆大对称模型，正在成为基础模型的新前沿。对开发者和企业而言，这意味着在编程、智能体等长程任务上，可以用更低的单价获得更强的有效智能。

本文基于 DeepSeek 官方发布信息、Baseten 技术分析及腾讯云开发者社区资料整理。

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。

9 月 9 日，DeepSeek 开放平台发布通知，计划于北京时间 2026 年 9 月 10 日前后正式发布 V4.1 Flash 模型。官方表示，经内部及外部多方测试，V4.1 Flash 在性能、费用、响应速度、总处理用时等指标上已全面超越 V4 Pro。

与模型发布同步的还有一次价格调整。距离上一次大幅涨价不到一个月，DeepSeek 宣布下调 Flash 系列定价，其中输入缓存命中部分降幅达到 60%。

V4 Pro 请求将自动切换，按更低单价计费

按照官方说明，在 V4.1 Flash 正式上线之后、V4.1 Pro 上线之前，平台会把所有指向 V4 Pro 的接口请求全部路由到 V4.1 Flash，并按 V4.1 Flash 的单价计费。

这意味着现有 V4 Pro 调用方无需改动任何代码，即可切换到性能更强的新模型，同时支付费用反而下降。在模型迭代通常伴随涨价的行业惯例下，这种”升级与降价同步”的做法并不多见。

新价格：空闲时段与高峰时段相差一倍

新价格自北京时间 2026 年 9 月 10 日 12 时起执行，覆盖 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 两款模型，定位更高的 V4 Pro 价格保持不变。

空闲时段每百万 token 价格为：输入缓存命中 0.02 元，输入缓存未命中 1 元，输出 4 元。此前这三项价格分别为 0.05 元、1.5 元和 4.5 元，降幅依次为 60%、33.33% 和 11.11%。

高峰时段各项目价格为空闲时段的两倍，即输入缓存命中 0.04 元、输入缓存未命中 2 元、输出 8 元。高峰时段定义为北京时间周一至周五的 9:00 至 12:00 与 14:00 至 18:00，其余时间均为空闲时段。

与 8 月涨价前的水平相比，缓存命中与未命中的输入价格已回落至 0.02 元和 1 元，但输出价格仍高于涨价前的 2 元。

一个月前刚涨过价，V4 Pro 最高涨幅达 11 倍

时间线值得留意。8 月 13 日 V4 Pro 正式版上线时，DeepSeek 同步上调 API 价格，V4 Pro 系列最高涨幅达 11 倍，高峰时段每百万输出 token 最高达到 27 元。当时有开发者反映高峰时段成本明显上升，性价比优势被削弱。

不到一个月后，Flash 系列迎来降价。有开发者按自身智能体工作流估算，综合调用成本可能下降约 40%，实际降幅取决于缓存命中率、输入输出 token 占比以及任务能否错峰执行。错峰与提高缓存复用率，成为压低成本的两个主要抓手。

新模型：新架构、原生多模态，速度提升近两倍

9 月 8 日，DeepSeek 在官方交流群开启 V4.1 Flash 中间版本内测。据介绍，该版本采用新的模型结构，原生支持多模态，在能力、速度和成本上均有优化。

参与测试的社区用户反馈，其生成速度约为每秒 284 个 token，而当前 V4 模型约为每秒 97 个 token，速度提升接近两倍。对于需要反复迭代的编程场景，这一提升具备明显的实用价值。

在内测同步发放的问卷中，官方直接询问用户该模型能否全面替代线上运行的 V4 Pro。业内人士认为，这说明 DeepSeek 对 V4.1 Flash 的定位不只是 Flash 系列的内部迭代，而是希望以 Flash 的定价和速度，逼近甚至达到 Pro 级别的能力。

目前该测试版本名称带有”expires-on-0910″标识，暗示将在此后下线，正式版的实际表现成为市场关注焦点。

性价比仍是核心打法

第三方评测机构 Artificial Analysis 的数据显示，DeepSeek V4 Flash 的智能指数约为 53，低于 GPT-5.6 Sol 的 61 和 Claude Opus 5 的 63；但按单任务估算成本约为 0.25 美元，而后两者分别为 1.23 美元和 2.34 美元。

这种差距凸显了 DeepSeek 一贯的策略：即便在绝对能力上不占首位，凭借显著更低的推理成本，仍能在规模化调用的开发者群体中保持吸引力。对普通消费者而言，API 降价的影响相对间接，能否传导为更低的 AI 服务价格或更宽松的使用额度，还要看开发者与应用厂商的取舍。