DeepSeek V4.1 Flash内测：原生多模态实测破500 tokens/s

9月9日，腾讯研究院AI速递显示，DeepSeek宣布V4.1 Flash中间版本开启内测。新版本采用全新模型结构，原生支持多模态，在能力、速度与成本三方面同步优化，被业界视为DeepSeek新一轮模型更新周期的信号。

核心变化：从纯文本到原生多模态

与此前版本相比，V4.1 Flash最显著的变化是原生多模态能力的引入。开发者无需改动接入地址，只需在原有base_url基础上，将模型名改为 deepseek-v4.1-flash-expires-on-0910 即可调用，计费标准与现有V4 Flash保持一致。

• 模型名：deepseek-v4.1-flash-expires-on-0910
• 调用方式：base_url不变，仅替换模型名
• 计费规则：与V4 Flash相同
• 限流策略：每账号20并发
• 下线时间：9月10日自动下线

速度实测：最高507 tokens/s

开发者实测显示，V4.1 Flash最高输出速度达到507 tokens/s，多人协同测试平均超过300 tokens/s。对于追求实时交互与高吞吐的应用场景，这样的速度意味着更短的等待与更低的单次成本。

FAQ

Q1：V4.1 Flash是正式版吗？

不是。它属于中间版本内测，模型名带有 expires-on-0910 后缀，将在9月10日自动下线，主要用于收集反馈与压测。

Q2：现有业务需要改动代码吗？

不需要大改。保持base_url不变，仅将模型名切换为 deepseek-v4.1-flash-expires-on-0910 即可，计费与限流沿用现有规则。

Q3：为什么速度能做到500+ tokens/s？

新版本采用全新模型结构，在架构层面优化了解码效率，使得在同等硬件下输出吞吐大幅提升，开发者实测最高达到507 tokens/s。

Q4：这次内测释放了什么信号？

从纯文本到原生多模态、从慢速到500+ tokens/s，V4.1 Flash被视为DeepSeek新一轮模型更新周期的开端，后续正式版本值得持续关注。