V4.1 Flash 改写价目表，Harness 换了会话格式

这一周，模型这一层更便宜了，运行时这一层更不稳了。9 月 10 日，DeepSeek 发布 V4.1 Flash，同一天把 Flash 系列价格下调最高 60%，并开始让被它超过的那款旗舰退场。DeepSeek Harness 则在四天里连发四个版本，其中一个把会话格式升级成了不可回退的样子。

DeepSeek：最小的模型，让最大的模型退场

V4.1 Flash 是 552B 参数的 MoE 模型，采用新的 Causal Encoder-Decoder 结构，处理输入时只激活 8B 参数、生成输出时激活 16B。它原生支持图像输入，上下文 1M token，reasoning_effort 可在 1 到 100 之间调节，权重以 MIT 协议开源在 Hugging Face，并附技术报告。

更有意思的是商业动作。官方称 V4.1 Flash 在性能、费用、速度、总用时上全面超过 V4 Pro，并且按这个结论做事：北京时间 9 月 14 日 12:00 起，请求 deepseek-v4-pro 会全部路由到 V4.1 Flash、按 Flash 单价计费，直到 V4.1 Pro 出现。V4 Flash 与 V4 Flash Vision Exp 已经下线，旧模型名临时指向新模型。也就是说，有一段时间里 DeepSeek 货架上根本没有 Pro 档模型——它把旗舰流量导进便宜的那一档，并称之为升级。

价格表同步换了。空闲时段缓存命中 0.02 元/百万 token、缓存未命中 1 元、输出 4 元，高峰时段翻倍，周末按空闲计价。折算下来缓存命中降 60%、未命中降 33%、输出降 11%——这个形状明显更照顾高复用的 agent 负载，而不是输出密集型任务。当天我们把账拆开写过一篇单独的稿子。

定价背后是架构。解码器不再为每层保留全局 KV，而是复用编码器的最终隐状态；FP4 KV 缓存把全局存储压到约 890 字节/token。官方称相比上一代，HBM 需求降到 1/4、SSD 存储降到 1/8，KV Cache 相比初代模型缩小 437 倍。长时运行的 agent 里，缓存命中费用占大头，压缩缓存就是压低账单最直接的路径。

进步并不均匀，而且这些例外是官方自己写在同一张表里的：V4.1 Flash 在 SimpleQA-Verified（42.3% 对 55.2%）、LongBench-V2（45.2% 对 51.5%）、HLE 不带工具（36.8% 对 42.7%）上不如 V4 Pro；而 agent 类基准反向走高——Terminal-Bench 2.1 从 82.7% 升到 90.6%，DeepSWE v1.1 从 54.4% 升到 74.2%。更小、更便宜、更会用工具是真的，但这是一笔交换：如果你的负载偏知识型而非 agent 型，9 月 14 日的改路由就是降级。完整分析、第三方结果与框架敏感性的提醒，见这一篇。

还有一条值得放进上下文：本周有报道称 DeepSeek 已启动科创板上市筹备、中信证券已进场尽调，同时在进行新一轮大规模招聘。把降价、MIT 开源权重、大规模部署洽谈放在 IPO 时间表旁边看，含义会不一样——这是在买规模和生态位，不是在买利润率。

DSH 本周：四个版本，其中一个是单行道

退一步看版本线本身，它自己就是一个故事。v0.1.2-rc.1 发布于 9 月 3 日，29 小时后被 v0.1.3-alpha.1 取代；0.1.2 这个号永远不会有正式版，0.1.4 也没有公开出现过。再过四天，项目已经走到 0.1.5-rc.2，会话格式在一周内从 v2 变到 v3。博客园上有一篇社区分析把这点讲得很清楚：rc 承诺的是「我准备发这个版本」，而不是「这个版本一定会发」；仓库里唯一稳定的契约，是 README 上那句一直没动过的 developer preview 警告。版本号记录的是项目重新评估自己的时刻，不是可以进生产的信号。

两条线的连接点：Harness 现在也是模型的一部分

V4.1 Flash 在 9 月 10 日上线，同一天 DSH 就把它设成了新会话的默认模型。这个速度本身就是重点：当同一家厂商同时提供模型、运行时和评测框架时，「官方基准」在悄悄变成「我们这套栈的成绩」。DeepSeek 的代码类成绩用的是自家极简 Harness 框架加 1M 上下文——这是合理的选择，但不是中立的设置。

这个差距不是假设。本周一份工程评估报告称，同一个模型切到 DeepSeek Harness 后分数下降 16.77 分，功能正确性 78，而对比的 Qwen 3.8 Flash 为 82。框架选择不是可以外包给一张厂商图表的细节。如果你在生产里跑 agent，需要做版本管理的最小单位是「模型 + 框架」这一对，真正算数的评测是你自己那套。

AI 圈其他事

• 英伟达以超 129 亿美元收购 Hugging Face。开源权重的中立集散地，落进了靠服务这些权重赚钱的 GPU 厂商手里。中立性还能守几年，目前没人给出答案。
• OpenAI 推出 GPT-Image 2.5，报道称延迟降低约 50%。同一次发布里有个小细节：上线时生成图片的元数据仍写着 2.0——这类发布的推进速度可见一斑。
• OpenAI 与三星联合开发下一代芯片，合作关系从存储（HBM）向晶圆代工延伸。算力供应链在继续往内部收。
• Anthropic 的 Fable 5.1 / Mythos 5.1 把成本最多压低了 45%，同时有报道称其企业销售的势头停滞。和 DeepSeek 同周、同方向：不是更聪明，而是每任务更便宜。
• 关于效率的说法继续出现——一家初创公司称用约 1/50 的算力达到了 DeepSeek V4 Pro 的预训练效果，另有一个融合解码内核声称比 vLLM 快 1.58 倍。两条都还只是待复现的说法，但方向一致。
• 上周的 AGI 之争仍未了结。GPT-6 Astra 的发布口径，撞上多家第三方评测显示其在若干套件上落后 Anthropic 与 Meta；「AGI 已至」和「AGI 只是营销词」两句话，现在都还站着。

本周博文

• GPT-6 Astra：OpenAI 宣告「欢迎来到 AGI 时代」——发布了什么，基准怎么说，以及这句宣言值多少。
• DeepSeek 下调 Flash 系列价格，最高降 60%——为什么真正的主角是缓存命中价。
• DeepSeek V4.1 Flash 上线——agent 类的进步，以及它仍落后 V4 Pro 的三项评测。

我们的看法

三点，按对行动的影响排序。

第一，这周的竞争发生在「每个完成任务要花多少钱」，而不是能力头条。DeepSeek 把缓存价砍了 60%，Anthropic 降价最多 45%，OpenAI 压低了图像模型的延迟，两家初创公司声称拿到了数量级的效率优势。能力负责发布会的声量，经济性决定谁留在生产环境里。

第二，在 V4.1 Pro 还不存在的时候就让 V4 Pro 退场，是这周最有意思的决定，因为它是一个带截止日期的声明。要么 Flash 真的够用、Pro 档过去更像营销；要么 DeepSeek 愿意接受几周的能力空窗，把存量用户整体搬到更便宜、缓存效率更高的模型上。等到 V4.1 Pro 出现时，看知识类评测怎么走，答案就在那里。

第三，也是最实际的：升级 DSH 前请锁定版本、做好备份。会话格式 V3 明确不可降级读取，插件 API 在同一版里被删，profile 默认工具也变了。一个四天里四次修正行为的项目是在认真干活，但按它自己的说法它仍是预发布版本——这一周，它在 changelog 里就是这么告诉你的。

来源

• DeepSeek 官方公告 — V4.1 Flash 发布
• github.com/deepseek-ai/deepseek-harness/releases
• IT之家 — Flash 系列新价格表
• 21世纪经济报道 — DeepSeek 启动科创板上市筹备
• 博客园 — 0.1.2 没有正式版：一个 rc 是怎么被放弃的
• 证券时报 — 英伟达超 129 亿美元收购 Hugging Face
• 界面新闻 — OpenAI 推出 GPT-Image 2.5
• 澎湃新闻 — Anthropic 上新 Fable 5.1