V1 深调：DeepSeek-V4.1-Flash 开源——CED 架构、KV Cache 压缩与 V4 Pro 去留线

调研目标：把 2026-09-16 幸知日报条目「DeepSeek-V4.1-Flash 开源」核到官方模型卡与技术报告原文，并厘清它与 9-11「V4 Pro 下线风波 → 官方称续服」线的连续/矛盾关系。核验时间：2026-09-17 凌晨（北京时间）。核验方式：全部走命令行抓取（curl），浏览器 MCP 本

2026-09-17 幸知调研报告调研

#开源#DeepSeek#Flash#CED#Cache#Pro#MCP

# V1 深调：DeepSeek-V4.1-Flash 开源——CED 架构、KV Cache 压缩与 V4 Pro 去留线

调研目标：把 2026-09-16 幸知日报条目「DeepSeek-V4.1-Flash 开源」核到官方模型卡与技术报告原文，并厘清它与 9-11「V4 Pro 下线风波 → 官方称续服」线的连续/矛盾关系。核验时间：2026-09-17 凌晨（北京时间）。核验方式：全部走命令行抓取（curl），浏览器 MCP 本轮未使用；关键数字逐项与一手原文比对。

## 一、结论速览

[事实] 条目本体核实无误，但口径需修正。 模型确实存在且为官方发布：Hugging Face 仓库 deepseek-ai/DeepSeek-V4.1-Flash 于 2026-09-10 02:17:58 UTC 创建、08:18:10 UTC 最后更新（HF API 元数据），官方新闻页与更新日志均为 2026-09-10。日报写「页面最近更新 9-10」正确，但它是一条 9-10 的旧闻，不是 9-16 的新事件——9-11 深调已对同一发布做过完整底稿，9-16 条目实为机器之心 Week 37 通讯的回捞。
[事实] 「552B 参数」是官方公开口径的”骨干参数”，不是总参数。 官方新闻页与模型卡均写「552B backbone parameters」，而技术报告第 2.1 节另行披露还有 196B Engram 参数（has 552B backbone parameters and 196B Engram parameters）。即：公开话术的 552B 与完整技术口径的 552B+196B 是两套数，混用会低估模型规模。日报只写「552B 参数」，沿用了官方公开口径，未区分骨干/总参，也未提 Engram。
[事实] 日报漏掉了本次发布最核心的卖点——激活参数非对称。 官方与技术报告一致写明：prefill 阶段每 token 激活 8B，decode 阶段激活 16B（activating 8B parameters per token during prefill and 16B during decode）。日报只写「552B 参数 MoE」，未提激活参数，恰好丢了「小成本大智能」的关键（官方中文标题即「非对称模型结构，小成本大智能」）。
[事实] CED 与 KV Cache 压缩的表述与官方一致。 40 层 Transformer = 20 层因果编码器 + 20 层解码器；解码器全局 KV cache 由编码器终态隐状态投影而来；全局 KV cache 降至 890 bytes/token（≈ V4-Flash 的 1/4），持久化 KV cache ≈ 1/8，相对初代 V1 缩小 437 倍。日报描述准确，仅「20 层因果编码器 + 20 层解码器」的总层数（40）未点明。
[事实] 与 9-11 线的矛盾未消，且截至核验时仍挂在官网。 官方新闻页至今仍写「我们计划有序下线 V4 Pro」「9 月 14 日 12:00 之后请求路由到 V4.1 Flash」；而定价页脚注与更新日志写「为响应广大用户需求，决定 9-14 之后继续提供 V4 Pro API 服务，计费方式不变」。两处一手源并存，用户读新闻页会得到已作废的信息。这不是新矛盾，是 9-11 已记录的矛盾延续至今（9-17 仍未修复）。
[推断] 定价口径必须沿用 9-11 的纠正结论，不可回退到「全线降 60%」。 本次实核定价页：deepseek-flash（V4.1-Flash）与 deepseek-v4-pro 并列；「降 60%」仅指相对旧 V4 Flash 的缓存命中输入档（¥0.05→¥0.02）；缓存未命中降约 33.3%，输出降约 11.1%；混合负载实降 34.7%。另有「相对 V4 Pro 降 77–80%」是另一套基准，与 60% 不可互换。

## 二、模型概况（官方模型卡逐项核对）

以下逐项来自 HF 模型卡原文（README.md，本次 live 重取 13110 字节，与 9-16 存档逐字一致）、HF API JSON、config.json 与官方技术报告 PDF（本次重下，sha256 与 9-16 存档完全一致，51 页）。

项目	官方值	口径说明	置信度
仓库	`deepseek-ai/DeepSeek-V4.1-Flash`	HF 官方库	`[事实]`
创建时间	2026-09-10 02:17:58 UTC	HF API `createdAt`	`[事实]`
最后更新	2026-09-10 08:18:10 UTC	HF API `lastModified`	`[事实]`
许可	MIT	模型卡 frontmatter `license: mit` + HF API `tags` 含 `license:mit`	`[事实]`
架构类型	多模态 MoE（图文输入、文本自回归输出）	`pipeline_tag: image-text-to-text`	`[事实]`
骨干参数	552B	官方公开口径（backbone）	`[事实]`
Engram 参数	196B（技术报告另行披露）	稀疏访问的条件记忆，非骨干	`[事实]`
激活参数	prefill 8B / decode 16B（非对称）	本次发布核心卖点	`[事实]`
层数	40 层（20 编码器 + 20 解码器）	`config.json` `num_hidden_layers=40`；技术报告 2.1	`[事实]`
上下文长度	1,048,576（1M）token	`config.json` `max_position_embeddings=1048576`；定价页 CONTEXT LENGTH 1M	`[事实]`
最大输出	384K token	定价页 MAX OUTPUT	`[事实]`
RoPE 扩展	YaRN，factor 16，原始 65536	`config.json` `rope_scaling`	`[事实]`
MoE 配置	1 共享专家 + 384 路由专家，每 token 激活 6 个	模型卡 + `config.json` + 技术报告 4.2.1	`[事实]`
注意力	64 查询头，1 个 KV 头，head_dim 512，SWA 窗口 128	`config.json`；GQA 式极端压缩 KV 头	`[事实]`
视觉塔	DeepSeek-ViT，32 层，hidden 1024，patch 14，3×3 pixel-unshuffle	`config.json` `vision_config`；技术报告 2.1.1	`[事实]`
预训练语料	45T token 多模态；稀疏注意力从零以 64K 序列训练，34T token 处扩展到 1M	模型卡 + 技术报告 4.2.2	`[事实]`
推理档位	连续可调 reasoning effort 1–100（整数）	模型卡 + 技术报告 5.1.4	`[事实]`
技术报告	HF 仓库内 `DeepSeek_V41_Tech_Report.pdf`，51 页	非 arXiv（arXiv API 全库检索 0 命中）	`[事实]`
提示词编码	不提供 Jinja 模板，改发 `encoding/encoding.py` 参考实现 + `deepseek-recipe` Rust 工具	模型卡 Prompt Encoding 节	`[事实]`
生态数据	downloads 366,459，likes 2,816（核验时）	HF API	`[事实]`

[事实] 模型卡标题即《DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression》，官方定位非常明确——这不是一次”参数更大”的发布，而是一次”同样能力、更小成本”的发布。

[推断] 「552B 骨干 + 196B Engram」意味着完整权重规模约 748B。官方对外只讲 552B，属选择性披露；技术报告与第三方权重文件均能佐证 Engram 真实存在（见第四节 antirez GGUF）。

## 三、技术分析

### 3.1 Causal Encoder-Decoder（CED）：把 prefill 砍掉近一半

[事实] 技术报告 2.2 节：CED 受 YoCo（Sun et al., 2024）启发，但做了结构性改进。核心机制是——解码器的全局 KV cache 直接由编码器终态（第 L/2 层，即因果编码器最后一层）隐状态投影而来，而不是每一解码层各自从自己的隐状态生成。这样大多数 prompt token 可以绕过完整的解码器计算，只保留层内滑动窗口注意力。

[事实] 收益：prefill 计算量近乎减半（“nearly halves prefill computation”），对 agentic 场景中”工具调用频繁、缓存频繁未命中”的输入密集型负载收益最大。这也是「输入激活 8B、输出激活 16B」非对称的由来——输入侧走便宜的编码器路径，输出侧才需要完整解码器。

[推断] 用官方自己的比喻：这是把”读长文档”和”写答案”的成本结构拆开了。过去两类工作共用一套昂贵的解码器前向，现在读的部分交给更便宜的编码器。对 agent 工作流（长上下文反复 prefill）是结构性降本，而非调参式优化。

### 3.2 KV Cache 压缩：两套数字，别搞混

[事实] 技术报告把 KV cache 明确分成两类，压缩比完全不同：

KV 类别	存放位置	V4.1-Flash 值	相对 V4-Flash	实现手段	置信度
全局 KV cache	HBM（常驻）	890 bytes/token	≈1/4	CSA2 跨层复用 + FP4 主 KV 量化	`[事实]`
持久化 KV cache	SSD / 主机内存	—	≈1/8	SWA Bounded Replay（不再持久化 SWA KV）	`[事实]`

[事实] 相对初代模型（DeepSeek-V1）：全局 KV cache 缩小约 437 倍（技术报告摘要与官方新闻页一致）。

[事实] 持久化 KV cache 的 1/8 由两个乘法因子构成：① 持久化层不再存 SWA KV，几乎减半；② 其保留的全局 KV 再压到 V4 的 1/4（技术报告 3.2.1）。

### 3.3 CSA2：三种静态模式共享 KV

[事实] Compressed Sparse Attention 2（CSA2）给每个注意力层静态指定三种模式之一：

Full 模式：本层自算 main KV 与 indexer K，跑完整索引选出 Top-K。
Reindex 模式：复用前面层的 main KV 与 indexer K，但重新打分产生新的 Top-K。
Reuse 模式：直接复用前面层算好的 Top-K 索引，不跑索引器。

[事实] 编码器 18 层用 CSA2（压缩率 m=2），分 3 组各 6 层：每组首层 Full、其余 5 层 Reuse。解码器 20 层用 CSA2（m=1），分 5 组各 4 层：首组首层 Full + 3 层 Reuse；其余 4 组首层 Reindex + 3 层 Reuse（技术报告 4.2.1）。

[事实] 解码器另加 Hierarchical Sparse Indexer：首个 Full 层按块打分选出候选池（最多 2048 块 × 8 位置 = 16384 候选位置），后续索引层只在这个池内检索，把深层索引器成本从”随上下文线性”变为常数。

[事实] FP4 主 KV 缓存：采用 OCP 标准 MXFP4 格式，选 E2M1 + 每 16 通道一个 E4M3 scale（仿 NVFP4 但省略二级全局 scale）。SWA KV 仍保留 FP8（对量化敏感）。相比 DeepSeek-V4 的 FP8 主 KV，存储再近乎减半。

### 3.4 SWA Bounded Replay：把”灾难性未命中”变成”优雅降级”

[事实] 精确重建 L 层 SWA KV 需回放 L×n_win 个 token，代价过高。SWA Bounded Replay 只回放最近 n_win（=128）个 token，接受近似状态。它有两个分支：Encoder SWA Bounded Replay（让前缀缓存只依赖全局 KV，从而把 SWA KV 移出持久化缓存）与 Decoder SWA Bounded Replay（把解码器前向限制在 n_win token，近乎再省一半 prefill）。

[事实] 官方承认这是近似重建（“not mathematically equivalent”），但在后训练阶段模拟了同样的回放做 train-aware 适配，实验显示对回答质量影响可忽略。

### 3.5 多模态：原生、从预训练一开始就融合

[事实] 视觉编码器 DeepSeek-ViT 从零训练，用 2D-RoPE 替代绝对位置编码、线性投影替代 patch 卷积（兼容 Muon 优化器）、3×3 pixel-unshuffle 把视觉 token 数降 9 倍（支持到约 1344×1344）。经 2 层 MLP projector 映射到语言骨干，从语言模型预训练一开始就与文本嵌入联合处理（模型卡 + 技术报告 2.1.1）。

[事实] 视觉塔训练分两阶段：SigLIP 式 sigmoid 对比学习（约 47B 图文对，限 224×224）→ 接 4B MoE LLM 做自回归微调（236B token，分辨率 544–1344），之后丢弃该 LLM 只保留视觉编码器。

[推断] 原生多模态的意义在于：V4 Pro 不支持视觉，V4.1-Flash 支持——官方把视觉能力下放到了更便宜的 Flash 档，而贵档反而没有。这与「Flash 全面超越 Pro」的叙事互相矛盾（见第六节）。

## 四、竞品与自家产品线对比

### 4.1 自家三代横评（官方基准表，Base 模型）

[事实] 数据来自模型卡 Evaluation Results 与官方技术报告 Table 1（两处一致）：

维度	DeepSeek-V4-Flash-Base	DeepSeek-V4-Pro-Base	DeepSeek-V4.1-Flash-Base
骨干参数	284B	1.6T	552B
激活参数	13B	49B	8B（prefill）/ 16B（decode）
MMLU-Pro	68.3	73.5	74.1
SimpleQA-Verified	30.1	55.2	42.3
LongBench-V2	44.7	51.5	45.2
HumanEval	69.5	76.8	79.4
GSM8K	90.8	92.6	93.0
MMMU-Pro	—	—	56.5（原生多模态）

[事实] 官方自述：V4.1-Flash-Base 用约 1/3 的总参数、约 1/4 的激活参数，达到与 V4-Pro-Base 相当的世界知识/推理/编码能力（技术报告 1）。

### 4.2 Instruct 前沿对比（官方基准表摘）

基准	Opus-5.0	GPT-5.6 Sol	K3	GLM-5.3	DS-V4-Pro	DS-V4-Flash	DS-V4.1-Flash
GPQA Diamond	93.4	94.1	92.9	88.1	92.4	89.9	90.9
HLE	56.3	44.5	43.5	42.0†	42.7†	37.8†	36.8（39.1†）
Terminal-Bench 2.1	89.1	88.8	88.3	88.2	87.9	82.7	90.6
DeepSWE v1.1	74.0	73.0	67.5	66.9	62.7	54.4	74.2
CyberGym	—	84.5	80.0	84.5	83.3	76.7	88.1
HLE w/ tools	63.6	—	59.8	62.5	60.0	51.5	63.9
AutomationBench	50.3	45.8	46.7	48.8	43.2	37.7	54.8

[事实] 规律清晰：V4.1-Flash 在 agentic/工具类基准上领先（含自家 V4 Pro），但在纯知识/推理类基准上落后 V4 Pro（GPQA 90.9 < 92.4，HLE 36.8 < 42.7，LongBench-V2 45.2 < 51.5）。

### 4.3 与同量级开源模型对比

[事实] 技术报告结论节自述：尽管参数规模显著小于 GLM-5.3 与 Kimi-K3，V4.1 在关键基准上达到可比、部分任务更优的水平。

[事实] 官方对第三方权重生态的佐证（第三方独立发布，非官方）：antirez/deepseek-v4.1-flash-gguf（336,741 downloads）在 README 中写明——每个语言 GGUF 含 188.83 GiB 的原生 FP8 Engram 表，主权重 Q2 151.77 GiB / Q4 294.15 GiB，视觉编码器独立 0.90 GiB，且明确声明与 DeepSeek V4 Flash 权重及 DSpark 草稿器不通用。这是 Engram 参数真实存在、且与骨干分离的强第三方证据。

[推断] 188.83 GiB 的 FP8 Engram 表体量与 196B 参数（FP8 约 196 GB）在数量级上吻合，第三方实测反向印证了技术报告的 196B 口径。

### 4.4 API 定价与产品线（官方定价页，本次 live 实核）

[事实] 现价（单位：每 1M token，空闲档 = 高峰档一半；高峰为 UTC 周一至周五 01:00–04:00 与 06:00–10:00，等价北京时间 9:00–12:00、14:00–18:00）：

档位	`deepseek-flash`（V4.1-Flash）USD	`deepseek-v4-pro` USD
输入·缓存命中·空闲 / 高峰	$0.003 / $0.006	$0.022 / $0.044
输入·缓存未命中·空闲 / 高峰	$0.15 / $0.30	$0.66 / $1.32
输出·空闲 / 高峰	$0.60 / $1.20	$1.98 / $3.96
并发限制	2500	500

[事实] 模型版本：deepseek-flash = DeepSeek-V4.1-Flash；deepseek-v4-pro = DeepSeek-V4-Pro-0813。deepseek-flash 支持视觉，deepseek-v4-pro 不支持。

[事实] 旧名 deepseek-v4-flash、deepseek-v4-flash-vision-exp 仍接受，但对应模型已退役，请求路由到 V4.1-Flash 并按 Flash 价计费。

[事实] 降价口径（沿用 9-11 纠正结论，本次复核一致）：

相对旧 V4 Flash：缓存命中 −60%（¥0.05→¥0.02，仅此一档）；缓存未命中 −33.3%；输出 −11.1%。
相对 V4 Pro（同档位）：缓存命中 −86.4%；缓存未命中 −77.3%（即「77–80%」口径的来源）；输出 −69.7%。
混合负载（100 万缓存命中 + 10 万缓存未命中 + 1 万输出，空闲档）：¥0.245→¥0.16，−34.7%。
[事实] 官方原话只说「API prices have been reduced accordingly / 我们相应下调了 V4.1 Flash 的定价」，未给任何百分比。

## 五、行业研判

以下为研判，均标 [推断]。

[推断] 这条发布的主线不是”更大”，而是”更便宜地做长上下文 agent”。 CED 砍 prefill、CSA2+FP4 砍 KV、SWA Bounded Replay 砍持久化存储——三个优化都精确瞄准 agent 工作流的成本结构（长 prompt、频繁缓存未命中）。技术报告摘要第一句就点明「long-horizon agents 使负载日益 input-heavy」。这是为 agent 时代重写推理经济学，而非一次常规迭代。
[推断] 开源前沿模型的竞争焦点正从”参数规模”转向”每 token 成本 × 上下文长度”。 V4.1-Flash 用 552B 骨干 + 8B/16B 激活，在 agentic 基准上压过 1.6T/49B 的自家 V4 Pro。这给同量级开源模型（GLM-5.3、Kimi-K3）的压力不在”分数”，而在”同等分数下的部署成本”。第三方 GGUF/量化版本（antirez、NVFP4、EXL3、MLX 等十余个）在两周内涌现，说明社区对”可本地/低成本部署”的需求被真实激活。
[推断] API 价格战的下一战场是”缓存命中价”。 60% 的最大降幅落在缓存命中档，而不是输出档——这是 agent 场景中占比最高的成本项（官方新闻页原话：「在 Agent 使用场景中，缓存命中的费用往往占比较高」）。对高频工具调用的 agent，成本下降的体感会远大于「混合负载 −34.7%」这个平均数字。
[推断] 官方把「V4.1-Pro」写进了路线图。 新闻页原话「至未来 V4.1 Pro 上线之前」暗示下一代 Pro 已在计划中；V4.1-Flash 是「全新模型结构系列中最小尺寸的模型」（官方原话）。即：CED/CSA2 架构大概率会向上扩展到更大模型，V4 Pro 的续服是过渡安排。
[推断] 对本地部署者的实际门槛仍高。 官方明说大规模部署需「2k 卡 GPU + 存储集群」。第三方 Q4 GGUF 主权重 294 GiB，单机难承载；antirez 的方案要 512GB Mac 或双 128GB Mac + RDMA。“开源” ≠ “人人可跑”，实际仍是机构级部署。

## 六、争议与反例

[事实] 「全面超越 V4 Pro」在基准层面不成立。 官方新闻页与更新日志写「在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro」，但官方自己的表格里：GPQA Diamond 90.9 < 92.4、HLE 36.8 < 42.7、SimpleQA-Verified 42.3 < 55.2、LongBench-V2 45.2 < 51.5。[推断] 准确表述应是「在 agentic 与成本维度超越，在知识/长上下文维度不及」——这是能力置换（更会调用工具，知识记忆更少），不是全面升级。9-11 深调已指出此点，本次复核不变。
[事实] 官方两处一手源至今互相矛盾（截至 9-17）。 官方新闻页仍写「我们计划有序下线 V4 Pro 模型」「9 月 14 日 12:00 之后请求全部路由到 V4.1 Flash」；而定价页脚注与更新日志写「为响应广大用户需求，决定 9-14 之后继续提供 V4 Pro API 服务，计费方式保持不变」。[推断] 普通用户若只读新闻页，会误以为 V4 Pro 已下线并据此做迁移决策——这是会误导用户的实际风险，而非文字洁癖。9-11 报告已记录，两天后仍未修复。
[事实] 全部基准均为官方自测，无独立复现。 所有分数出自「DeepSeek internal framework」，且 code agent 类基准使用 DeepSeek Harness minimal mode 作为脚手架（模型卡与更新日志均明示）。[推断] 自测脚手架对自家模型有利是结构性风险；更新日志 2026-08-21 条目也确认「DeepSeek family models were tested using the DeepSeek Harness minimal mode」。9-11 找到的唯一独立实测（SMF Clearinghouse）给出 80.9%，反低于其自测的 V4 Pro 81.5%，且该站自述未纳入评分公式——不足以推翻官方数字，但足以把”全面超越”降级为”分维度成立、需按用途选型”。
[事实] 官方基准表自身存在小口径不一致。 NL2Repo-Bench：更新日志写 65.4，模型卡 Instruct 表写 64.0。[推断] 可能是评测脚手架或版本差异，但官方两处公开数字不一致本身值得注意（不影响主结论）。
[事实] 「552B 参数」的对外口径隐去了 196B Engram。 官方新闻页与模型卡只讲 552B；196B Engram 只出现在技术报告正文与第三方权重文件。[推断] 这不是造假（技术报告如实披露），但媒体与日报若只读新闻页，会系统性低估模型规模——这正是本条目日报发生的情况。

## 七、断言清单

断言	置信度	信源 URL	核验方式
HF 仓库 `deepseek-ai/DeepSeek-V4.1-Flash` 存在	`[事实]`	https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash	curl 直开 200，正文命中
创建 2026-09-10T02:17:58Z / 更新 2026-09-10T08:18:10Z	`[事实]`	https://huggingface.co/api/models/deepseek-ai/DeepSeek-V4.1-Flash	HF API JSON 逐字段读取
许可 MIT	`[事实]`	https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/raw/main/README.md	模型卡 frontmatter + API tags
骨干参数 552B	`[事实]`	模型卡 README + 技术报告 PDF p.7	原文逐句核对
Engram 参数 196B（骨干之外）	`[事实]`	技术报告 PDF p.7 / p.21	原文「552B backbone parameters and 196B Engram parameters」
激活参数 prefill 8B / decode 16B	`[事实]`	模型卡 README + 技术报告 p.7	原文逐句核对
40 层（20 编码器 + 20 解码器）	`[事实]`	https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/resolve/main/config.json	`num_hidden_layers=40` + 技术报告 2.1
上下文 1,048,576 token	`[事实]`	config.json + https://api-docs.deepseek.com/quick_start/pricing	`max_position_embeddings` + 定价页
最大输出 384K	`[事实]`	https://api-docs.deepseek.com/quick_start/pricing	定价页 MAX OUTPUT
全局 KV cache 890 bytes/token ≈1/4	`[事实]`	技术报告 PDF 摘要 / p.37	原文数字逐项核对
持久化 KV cache ≈1/8	`[事实]`	技术报告 PDF p.19	原文核对
相对 V1 KV cache 缩小 437 倍	`[事实]`	技术报告 PDF p.1 + https://www.deepseek.com/news/deepseek-v4-1-flash/	两处一致
CED：解码器全局 KV 由编码器终态投影	`[事实]`	技术报告 PDF 2.2 节	原文核对
CSA2 三模式 + 层级稀疏索引器	`[事实]`	技术报告 PDF 2.3.1 / 2.3.2	原文核对
FP4 主 KV（E2M1 + 每 16 通道 E4M3 scale）	`[事实]`	技术报告 PDF 2.4.4	原文核对
SWA Bounded Replay 只回放 n_win=128	`[事实]`	技术报告 PDF 3.2.2	原文核对
45T token 多模态预训练，34T 处扩展至 1M	`[事实]`	技术报告 PDF 4.2.2 + 模型卡	原文核对
技术报告为 HF 托管 PDF，非 arXiv	`[事实]`	arXiv API `all:"DeepSeek-V4.1-Flash"` 返回 totalResults=0	arXiv API 全库检索
官方发布日 2026-09-10	`[事实]`	https://www.deepseek.com/news/deepseek-v4-1-flash/ + https://api-docs.deepseek.com/updates/	两处一手源一致
API 名 `deepseek-flash`，旧名路由	`[事实]`	https://api-docs.deepseek.com/quick_start/pricing	定价页脚注(1) + 更新日志
V4 Pro 9-14 后继续提供、计费不变	`[事实]`	定价页脚注(2) + 更新日志	两处原文一致
新闻页仍写 V4 Pro 下线计划（矛盾未消）	`[事实]`	https://www.deepseek.com/news/deepseek-v4-1-flash/	本次 live 直开核对
降价 60% 仅缓存命中档	`[事实]`	定价页 + 9-11 报告（界面新闻/Edgen 交叉）	与 9-11 纠正结论对齐
混合负载实降 34.7%	`[推断]`	9-11 报告引 Edgen 口径	沿用 9-11 核算，本次未重算
「全面超越 V4 Pro」不成立于基准层	`[事实]`	模型卡 Instruct 表（GPQA 90.9<92.4、HLE 36.8<42.7）	官方自表逐项比对
无独立基准复现	`[事实]`	官方自述「internal framework」+ 9-11 报告 SMF 一节	原文 + 前序报告
基准测试用 DeepSeek Harness minimal mode	`[事实]`	模型卡 + https://api-docs.deepseek.com/updates/	两处原文
第三方 GGUF 含 188.83 GiB Engram 表	`[事实]`	https://huggingface.co/antirez/deepseek-v4.1-flash-gguf	第三方 README 原文
官方合作伙伴含 OpenCode	`[事实]`	https://www.deepseek.com/news/deepseek-v4-1-flash/	新闻页原文
大规模部署需 2k 卡 GPU	`[事实]`	https://www.deepseek.com/news/deepseek-v4-1-flash/	新闻页原文
机器之心 Week 37 列为本周事件	`[事实]`	https://www.jiqizhixin.com/	首页文案命中「本周，深度求索开源 DeepSeek V4.1 Flash 模型」
机器之心 Week 37 通讯全文	`[待核实]`	pro.jiqizhixin.com/inbox/dcc3c679-…	直开 404，需登录

## 八、信源清单

标题	URL	日期	性质
DeepSeek-V4.1-Flash 模型卡（HF）	https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash	2026-09-10	primary
模型卡 README 原文	https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/raw/main/README.md	2026-09-10	primary
HF 模型元数据 API	https://huggingface.co/api/models/deepseek-ai/DeepSeek-V4.1-Flash	2026-09-10	primary
模型 config.json	https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/resolve/main/config.json	2026-09-10	primary
官方技术报告 PDF（51 页）	https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf	2026-09-10	primary
官方新闻页《DeepSeek V4.1 Flash：更强、更快、更普惠》	https://www.deepseek.com/news/deepseek-v4-1-flash/	2026-09-10	primary
官方更新日志（Change Log）	https://api-docs.deepseek.com/updates/	2026-09-10	primary
官方定价页 Models & Pricing	https://api-docs.deepseek.com/quick_start/pricing	2026-09-17 核验	primary
机器之心首页（Week 37 通讯条目）	https://www.jiqizhixin.com/	2026-09-17 核验	secondary
antirez GGUF 权重（第三方，含 Engram 表实证）	https://huggingface.co/antirez/deepseek-v4.1-flash-gguf	2026-09 核验	secondary
HF 第三方权重生态检索	https://huggingface.co/api/models?search=DeepSeek-V4.1-Flash	2026-09-17 核验	secondary
9-11 深调底稿（本库，含降价口径纠正）	swarm_reports/2026-09-11-幸知日报/v1-deepseek-v41-flash/00-报告.md	2026-09-11	secondary
9-16 幸知日报（被核条目）	30_Resources/新闻情报/日报/2026-09-16-RSS-幸知日报.md	2026-09-16	secondary

## 九、待核实项与追踪过程

事项	状态	追踪过程
机器之心 Week 37 通讯全文	⚠️ 待核实	首页命中文案并取出跳转链接 `https://pro.jiqizhixin.com/inbox/dcc3c679-f14a-4469-9f56-59052b4b4ef4`；直开返回 404（需登录/已失效）；站内搜索 `/search?q=` 返回 404；archive.today 对本站返回 429 限流。仅能确认首页把该发布列为 Week 37 本周事件，无法取得通讯正文。
「总参数」官方合计口径	⚠️ 待核实	技术报告分别写 552B 骨干 + 196B Engram，未给出”总参数”合计数。748B 为本次自行相加的推断，非官方表述。
NL2Repo-Bench 数字不一致	⚠️ 待核实	更新日志 65.4 vs 模型卡 64.0。未见官方解释，可能为脚手架/版本差异。
独立基准复现（本次新增）	⚠️ 待核实	除 9-11 已记录的 SMF Clearinghouse，本轮未见新的权威独立复现。HF 第三方多为量化/微调权重，非基准复现。
旧 V4 Flash 历史价目表原始快照	⚠️ 待核实	沿袭 9-11：旧价 ¥0.05/¥1.5/¥4.5 系由降幅百分比反推，原定价页历史版本未取得（Wayback 曾 429）。本次未再尝试。
官方新闻页与定价页矛盾何时修复	⚠️ 待核实	9-11 已记录，9-17 核验仍未修复。需持续跟进。

* 本报告为 2026-09-16 幸知日报 V1 深度调研子代理产出。原始抓取素材：tmp/swarm-materials/v1-deepseek-v41-flash/（含 HF API JSON、模型卡、config.json、定价页与新闻页正文、技术报告 PDF 及全文提取）。