一周 37.5T token。2026 年 10 月 4 日至 10 日，DeepSeek V4.1 Flash 在 OpenRouter 文本用量榜上排第一，日榜、月榜也都是第一。可同一时间的 Arena 人类偏好榜上，它的 max 条目整体只排第 39。
一个是“用的人最多”，一个是“聊起来不算最讨喜”，两件事并不矛盾。看完它的价格，你大概就明白为什么了。10 月 17 日起，deepseek-flash 背后换成了新版 V4.1-Flash-1017，跑分上去了，标价没动。
1017 版更新
DeepSeek 在 2026 年 10 月 17 日发布 DeepSeek-V4.1-Flash-1017。Hugging Face 模型卡把它定为 V4.1 Flash 的小版本更新，除了跑分提高，任务耗时和输出长度也比上一版短。官方公告说，网页端、App 和 API 当天就换成了新模型。
调用名没有变，还是 deepseek-flash。Models & Pricing 页上它的模型版本已改成 DeepSeek-V4.1-Flash-1017，价格和下文表格一致。旧名 deepseek-v4-flash、deepseek-v4-flash-vision-exp 的请求同样交给 1017 处理，按 Flash 计费。
下表是 DeepSeek 自己公布的成绩，上一版与 1017 版对比：
| 测试 | V4.1 Flash | V4.1-Flash-1017 | 变化 |
|---|---|---|---|
| HLE（不用工具） | 36.8 | 42.6 | +5.8 |
| Terminal-Bench 4.0 | 31.2 | 42.3 | +11.1 |
| DeepSWE v1.1 | 74.2 | 77.0 | +2.8 |
| ProgramBench | 20.3 | 29.1 | +8.8 |
| NL2Repo-Bench | 65.4 | 68.2 | +2.8 |
| Automation-Bench v1.0.6 | 54.8 | 60.5 | +5.7 |
| Agents' Last Exam | 31.8 | 35.4 | +3.6 |
| Apex Bench v1.1 | 64.6 | 72.1 | +7.5 |
| Chartography（用工具） | 78.9 | 83.0 | +4.1 |
| BabyVision（用工具） | 89.6 | 92.5 | +2.9 |
| ZeroBench-main（用工具） | 49.0 | 51.0 | +2.0 |
Terminal-Bench 4.0 用 Claude Code 框架测，DeepSWE v1.1 用 Mini-SWE-V2 框架测；只算 HLE 纯文本子集的话，两版分别是 39.1 和 44.0。公告还说这次重点适配了 DeepSeek Harness、腾讯 CodeBuddy 和 WorkBuddy，建议把 DeepSeek Harness 升到 0.2.1-rc.1 或更新版本。
权重以 MIT 许可开放，可以从 Hugging Face 和 ModelScope 下载，Hugging Face 标注参数量 763B。这次没有附 Jinja 格式的对话模板，提示词编码改由 encoding 目录里的 Python 参考实现和 deepseek-recipe 这套 Rust 库提供。推荐采样参数是 temperature 1.0、top_p 1.0，max_tokens 不低于 256K。
同一天，DeepSeek 把自研的 Search 和 Fetch 接口向所有人开放，英文价目是每个接口每千次成功请求 0.75 美元，中文公告写的是 5 元／千次。通过 DeepSeek Harness、Claude Code 或 Codex 使用 DeepSeek API 时，服务端工具调用本来就会走这两个接口，这部分目前免费，从北京时间 2026 年 11 月 1 日 00:00 起按次收费。
DeepInfer 推理框架
2026 年 10 月 16 日，DeepSeek 把自家线上 API 用的推理框架 DeepInfer 开源了，许可是 Apache 2.0。目前只支持 DeepSeek-V4.1-Flash 一个模型，首次运行时默认从 Hugging Face 拉取 DeepSeek-V4.1-Flash-1017 权重。截至 10 月 22 日，仓库有 19,190 星、2,017 个 fork。
硬件门槛很高，只支持英伟达 SM100（Blackwell）GPU 和华为昇腾 950 NPU。编译环境要求 Linux、GCC 13 以上、Python 3.12，以及 CUDA 13 或 CANN 9.2。DeepSeek 公布的吞吐曲线，预填充用了 4 张 SM100，解码用了 64 张。
| 开源版包含的能力 | 作用 |
|---|---|
| FlashMLA、DeepGEMM、DeepEP、TileLang 算子 | DeepSeek 自研的注意力、矩阵乘和专家并行算子 |
| 注意力 DP、MoE EP + EPLB | 注意力层数据并行，专家并行加负载均衡 |
| DSpark 投机解码 | 草稿 token 加置信度调度验证，默认最多 5 个 |
| SWA 有界重放 | 预填充时只重放一小段后缀，V4.1 默认 140 个 token |
| 批次不变推理、确定性采样 | 不管怎么拼批，输出都一致（仅英伟达） |
| 结构化输出 | 正则、JSON Schema 或 EBNF 约束 |
这次开源的只是离线推理。DeepSeek 自己列出了没放出来的部分：KV 缓存系统、预填充与解码分离部署、数据并行副本之间的负载均衡。想在自有硬件上做在线服务，这几块还得自己补，或者换别的推理框架。README 里写明，DeepInfer 最早是在 vLLM 的基础上搭起来的，也借鉴了 SGLang 和 TensorRT-LLM。
→ 在 AI Rank 查看： 开源仓库排行
价格
DeepSeek 在 2026 年 9 月 10 日发布 V4.1 Flash，官方 API 里的调用名就叫 deepseek-flash。Models & Pricing 页上的标价如下，10 月 12 日和 10 月 17 日两次核对完全一样（美元／百万 token）：
| 非高峰 | 高峰 | |
|---|---|---|
| 输入，缓存命中 | 0.003 | 0.006 |
| 输入，缓存未命中 | 0.15 | 0.30 |
| 输出 | 0.60 | 1.20 |
高峰只有工作日的两段：UTC 01:00–04:00 和 06:00–10:00，中国法定节假日除外。其余时间，包括周末，一律按半价算。缓存命中的输入价是未命中的五十分之一，提示词重复度高的业务，账单能压得很低。
同一页上的 deepseek-v4-pro（V4-Pro-0813）非高峰是 0.66／1.98 美元，高峰 1.32／3.96 美元，并发上限只有 500，也不支持视觉。Flash 的并发上限是 2,500。
便宜之外，规格也不缩水：100 万 token 上下文，最大输出 384K，原生视觉，思考和非思考两种模式（默认思考）。
老的 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 现在都会被路由到 DeepSeek-V4.1-Flash-1017，按 Flash 计费，原来的 V4 Flash 和 V4 Flash Vision Exp 已经退役。代码里不改 ID 也能用，但最好心里有数。
用量排名
AI Rank 转载的 OpenRouter 公开文本用量榜（CC BY 4.0），模型 ID deepseek/deepseek-v4.1-flash-20260910：
| 窗口 | 名次 | Token | 环比 |
|---|---|---|---|
| 日，2026-10-10 | 1 | 约 4.84T | −12% |
| 周，10-04 至 10-10 | 1 | 约 37.5T | +54% |
| 月，09-11 至 10-10 | 1 | 约 95.2T | 超过 999% |
| 周，10-10 至 10-16 | 1 | 约 34.8T | −4% |
OpenRouter 给这个 ID 的展示名带了“(batch)”，其实它并不是 :batch 路由。真正的 :batch 是另一行，用量小得多。这些数字统计的是 9 月 10 日那一版。最新的 10-10 至 10-16 窗口结束时，1017 版还要再过一天才上线。
Arena 排名
Arena 文本榜 2026 年 10 月 8 日的快照（开启风格控制），条目 deepseek-v4.1-flash-max，Arena 标注的许可是 MIT：
| 分类 | 名次 | 评分（95% 区间） | 票数 |
|---|---|---|---|
| 整体 | 39 | 1474.5（1468.0–1481.1） | 10,872 |
| 编程 | 26 | 1527.6（1516.6–1538.6） | 3,026 |
| 指令遵循 | 23 | 1476.5（1466.5–1486.4） | 3,826 |
| 数学 | 23 | 1493.3（1469.9–1516.7） | 579 |
| 中文 | 31 | 1518.3（1497.9–1538.8） | 856 |
| 创意写作 | 59 | 1439.3（1425.9–1452.6） | 2,224 |
| 多轮对话 | 69 | 1465.6（1450.5–1480.7） | 1,581 |
编程、指令遵循、数学都在二十几名，创意写作和多轮对话明显弱一些。数学只有 579 票，参考价值有限。这份快照同样早于 1017 版更新。
→ 在 AI Rank 查看： DeepSeek V4.1 Flash max 的 Arena 评分、名次与 90 天走势
把两张表放在一起看：大量调用它的，多半是批量处理、Agent 流水线这类对单价敏感、对文采不敏感的任务。要写长文案或做复杂多轮对话，Arena 上排在它前面的模型还有几十个。实时数据见 AI Rank 的 OpenRouter 模型使用量榜。
选型前先对比： 价格和排名每天都在变，决定前先看 AI Rank 的最新模型排名。
或 📱 下载 AI Rank App 在手机上随时查看。
来源
本文使用自动化编辑辅助，于 2026 年 10 月 12 日依据官方资料与指定日期的 AI Rank 数据核对；1017 版一节于 2026 年 10 月 17 日依据 DeepSeek 公告、模型卡和价格页补充，DeepInfer 一节和 10-10 至 10-16 用量数据于 2026 年 10 月 22 日依据 DeepInfer 仓库和 AI Rank 数据补充，未进行自有跑分测试。