用pro的能力收flash的钱
我看这次DeepSeek V4.1 Flash发布，最值得关注的是几项变化开始连起来了：模型如何分配计算、如何理解真实资料、如何连续调用工具，以及完成一项工作的成本。
“用Pro的能力收Flash的钱”是一个直观概括。但它能否成立，最终要看复杂任务的完成质量、耗时和总账单。
Flash开始承接上一代Pro的工作
据原文介绍，DeepSeek于9月10日发布V4.1 Flash，并宣布9月14日12时下线V4 Pro服务，相关请求转由新模型处理，按Flash价格计费，直到未来V4.1 Pro上线。
这意味着Flash在产品线中的位置变了。它开始承担上一代旗舰的工作。
DeepSeek官方称，新模型在性能、费用、速度和任务总用时上全面超越V4 Pro。公布的测试结果中，Terminal-Bench 2.1从V4 Pro的87.9提高到90.6，CyberGym从83.3提高到88.1；科学问答、竞赛编程和数学测试也给出了较高成绩。
我会把这些成绩看作能力进步的信号。至于能否稳定替代Pro，还要看它在真实任务中能否少犯错、少重试、顺利交付。
输入与输出分开计算，贴近Agent的工作方式
V4.1 Flash采用新的因果编码器—解码器架构，总参数量5520亿，属于混合专家模型。处理输入时激活80亿参数，生成输出时激活160亿参数。
这里最有意思的是计算分配：读取信息和生成内容，使用不同规模的计算资源。
Agent经常需要读完整个代码仓库、大量文档和历史对话，最后只输出一段修改、一个判断或几条操作指令。输入很长，输出相对有限。降低读取环节的开销，就有机会降低整项任务的成本。
新模型还采用了新的预训练方式和更大规模的强化学习后训练，能力提升不能全部归因于架构。但我看重这个方向：模型的计算结构开始更贴近实际工作的负载特点。
按DeepSeek的介绍，V4.1 Flash还是这个新架构系列中尺寸最小的型号，后续可以继续向更大规模扩展。这也给未来Pro提出了要求：更贵的模型，需要证明自己能解决哪些新增问题。
视觉进入主力模型，资料处理少一道分流
此次更新把原生视觉理解并入主力模型。原有V4 Flash和视觉实验版的请求，统一由V4.1 Flash承接。
模型可以描述图片、识别截图文字、分析图表。它同时支持100万Token上下文、最大384K输出，以及JSON输出、工具调用和Responses API，并提供思考与非思考模式，思考强度可选low、high、max。
对我来说，视觉能力的价值在于它能接住更完整的工作材料。业务文档里有文字和图表，软件问题里有代码和界面截图，这些信息本来就需要放在一起理解。
统一模型入口，减少了开发者判断“这部分交给谁”的工作。不过，能容纳长材料只是基础，能否准确找到关键证据、据此采取正确行动，才决定它的实用程度。
降价最多的是重复读取，受益最大的是连续工作
新价格最明显的变化，是缓存命中输入降价60%。未命中输入降价约33.3%，输出降价约11.1%。
按每百万Token计算，空闲时段的缓存命中输入、未命中输入和输出价格，分别为0.02元、1元和4元；高峰时段分别为0.04元、2元和8元。高峰时段是北京时间周一至周五9:00—12:00、14:00—18:00。
这个降价结构对Agent尤其有意义。连续工作时，历史对话、工具说明和代码会被反复带入请求，重复读取的费用会不断累积。以生成新内容为主的任务，享受到的降幅则小一些。
原文给了一个固定用量的例子：100万缓存命中输入Token、10万未命中输入Token，加上1万输出Token，空闲时段费用从0.245元降到0.16元，下降约34.7%。
我更关心每项任务的实际总成本。Token单价之外，思考长度、工具调用轮次和失败重试次数都会改变账单。便宜且能一次做对，才能真正扩大可用场景。
模型与Harness一起优化，决定任务能否做完
与模型同步更新的DeepSeek Harness v0.1.5，是这次发布的另一条主线。V4.1 Flash针对标准模式、程序化工具调用模式和极简模式，都做了专项训练与优化。
Agent需要不断经历调用工具、读取结果、决定下一步的循环。模型适应具体的运行方式，有助于减少这些环节之间的衔接问题。
一个值得留意的细节是：新版Harness使用V4.1 Flash时，可以在保留已有KV Cache的情况下更新系统提示词。长任务中调整工作规则，有了复用此前计算结果的条件，也与缓存输入降价形成配合。
文件处理也更完整了。用户可以上传图片、PDF等资料，让模型按需读取，并在侧栏浏览工作区、预览生成的文档、代码和图片。从交材料到查看结果，工作过程更连贯。
多Agent协作方面，父子Agent可以双向通信，主Agent可以为子Agent选择模型和推理强度。实验性的Agent Teams进一步加入共享任务列表和成员间通信，默认关闭，启用后会增加Token消耗。
我的判断是，多Agent是否有价值，要看分工带来的收益能否覆盖协调成本。任务能拆清楚、进度能跟踪、结果能汇总，比参与的Agent数量更关键。
Harness还增加了插件侧栏入口，并优化长会话的加载、恢复和内存占用。这些细节共同影响一个实际问题：Agent能不能持续工作，并把结果顺利交到用户手里。
使用入口已切换，价值还要在任务中兑现
原文给出的开发者入口是模型名deepseek-flash；旧的Flash和视觉实验版模型名仍可调用，底层已切换到V4.1 Flash。普通用户可通过DeepSeek网页版和官方App使用产品，腾讯WorkBuddy也已接入新模型。
原文还提到上市筹备及5000亿元估值的相关报道，但具体安排仍待披露，中信证券暂未回应。这部分应当保留消息的不确定性。
我更关注产品本身正在发生的变化：新架构降低计算开销，视觉能力接住更多材料，专项训练改善工具使用，Harness组织文件、会话和协作。它们一起决定了低价模型能承担多少复杂工作。
如果这些改进能稳定转化为任务完成率，开发者就可以把更多原先嫌贵、嫌慢、需要人工接力的工作交给Agent。那才是这次Flash升级最有分量的价值。