DeepSeek 发布 V4.1 Flash：552B MoE 新架构，性能超旗舰、成本大降
9 月 10 日，DeepSeek 正式发布 V4.1 Flash 模型：总参 552B 的 MoE，采用全新 Causal-Encoder-Decoder 非对称架构（输入激活 8B、输出激活 16B），原生多模态视觉理解；在 Agent 基准上超越 V4 Pro 等旗舰，并将 KV Cache 的 HBM 需求降至 1/4、SSD 降至 1/8，闲时输出价降至 4 元/百万 token。
DeepSeek 于 9 月 10 日正式发布 V4.1 Flash，这是其全新模型架构系列中尺寸最小的成员：总参数 552B 的 MoE，采用 Causal-Encoder-Decoder 非对称结构，输入阶段仅激活 8B 参数、输出阶段激活 16B，在保持能力的同时显著压低推理成本。
模型具备原生多模态视觉理解能力，经更大规模强化学习后训练，在 Agentic Benchmark 等基准上超越 DeepSeek V4 Pro、GLM-5.3、Kimi-K3 等旗舰；同时大幅压缩 KV Cache，HBM 需求降至上一代的 1/4、SSD 降至 1/8，直接降低 Agent 类任务的使用成本。
定价沿用峰谷机制，新价于 9 月 10 日 12:00 生效：闲时输入缓存命中 0.02 元、未命中 1.0 元、输出 4.0 元/百万 token，高峰时段翻倍；V4 Pro 请求全部路由至 V4.1 Flash 并按其单价计费，模型权重已在 Hugging Face 开源。
相关资讯
DeepSeek-V4-Pro 正式版上线，Agent 能力大幅跃升并实行分时定价
8 月 12 日晚 DeepSeek 与 xAI 同日发布新模型。V4-Pro 正式版主打智能体能力，DeepSWE 得分由 12.8 升至 62.7、多项 Agent 测试超过 Claude Opus 4.8；8 月 17 日起实行分时定价，高峰输出价涨至现行 4.5 倍。
Gemini 3.7 Flash 发布：编程与智能体升级，API 价格年内直降 50%
Google DeepMind 推出 Gemini 3.7 Flash，软件工程、调试与多步智能体工作流显著提升，登 WebDev Code Arena 第 8、Agent Arena 第 20；上下文扩至 100 万 token，API 价格年内下调 50%。
智谱发布 GLM-5.3 开源大模型，编程能力跃居开源模型首位
智谱发布 GLM-5.3，基于 GLM-5.2 基座、通过后训练 Scaling 提升智能上限；Terminal-Bench 3.0 编程能力较前代提升 50%、居开源模型第一，模型权重将于两周后开源。
OpenAI 被曝测试 GPT Image 2.5，官方为 GPT Image 2 API 加透明背景
多名海外用户发现名为 luna-lisa-alpha 的神秘模型现身 LMArena 盲测平台，重点提升人物一致性、真实感与文字生成能力，社区猜测其为 GPT Image 2.5 早期版本；同期 GPT Image 2 API 预览支持透明背景生成。OpenAI 尚未公开确认该模型存在。