DeepSeek V4 Pro 是深度求索 V4 系列的旗艦檔，DeepSeek V4.1 Flash 是 2026 年 9 月 10 日釋出的新一代小尺寸模型。截至 2026 年 9 月 14 日，兩者在官方 API 上並行在售：V4 Pro 的模型名是 deepseek-v4-pro（總引數 1.6T、每 token 啟用 49B），V4.1 Flash 的模型名是 deepseek-flash（552B 主幹引數、輸入啟用 8B／輸出啟用 16B）。兩檔上下文都是 1M、最大輸出 384K，權重都以 MIT 許可開源。一句話區別：V4.1 Flash 更便宜、更快、Agent 程式設計跑分更高，還能看圖；V4 Pro 世界知識更紮實、純推理題和長文本題分數更高。
DeepSeek V4 Pro 和 V4.1 Flash 的區別
定位：V4 Pro 是 V4 一代（4 月 24 日釋出）的大號旗艦；V4.1 Flash 是官方口中「全新模型結構系列中的最小尺寸」，結構換成了 Causal-Encoder-Decoder，不是 V4 Pro 的縮小版或蒸餾版。
引數：V4 Pro 為 MoE，總參 1.6T、啟用 49B；V4.1 Flash 為 MoE，主幹 552B，讀輸入（prefill）時每 token 啟用 8B、生成輸出（decode）時啟用 16B，另帶 196B 引數的 Engram 條件記憶模組（按 token 查表稀疏訪問）。Hugging Face 頁面按張量統計顯示約 763B，與官方 552B 的主幹口徑不同，別混用。
能力（官方自測，max 思考檔）：按 V4.1 Flash 模型卡的對照表，Agent 與程式設計類 V4.1 Flash 全面領先——Terminal-Bench 2.1 90.6 對 87.9、DeepSWE v1.1 74.2 對 62.7、Terminal-Bench 4.0 31.2 對 12.4、Codeforces 3471 對 3348；但純推理與知識題 V4 Pro 仍佔上風——HLE 42.7 對 36.8、GPQA Diamond 92.4 對 90.9。基座模型對比裡，V4 Pro 在 SimpleQA-Verified（55.2 對 42.3）和長文本 LongBench-V2（51.5 對 45.2）上明顯更強。所以官方公告說 V4.1 Flash「全面超越 V4 Pro」，指的是效能、費用、速度、總用時這組綜合指標，不等於每一項跑分都贏。
速度：第三方評測機構 Artificial Analysis 實測（Intelligence Index v4.3 口徑，均為最高思考檔）：V4.1 Flash 輸出約 214 token／秒、首 token 1.17 秒、綜合指數 40；V4 Pro 0813 輸出約 78 token／秒、首 token 1.67 秒、綜合指數 36。實測速度隨服務商和時段波動，只看量級。
價格：同一時段下，V4 Pro 的未命中輸入價是 V4.1 Flash 的 4.5 倍、輸出價約 3.4 倍、快取命中輸入價 7.5 倍。按高峰價粗算，100 萬輸入（未命中）加 100 萬輸出，V4.1 Flash 約 ¥10、V4 Pro 約 ¥36。
功能：兩檔都支援思考／非思考切換、JSON Output、Tool Calls、Responses API、Anthropic API、對話字首續寫，FIM 補全都只在非思考模式可用；影像理解只有 V4.1 Flash 支援，V4 Pro 在 API 側不支援。併發上限 V4.1 Flash 2500、V4 Pro 500。
怎麼選：跑 Claude Code、OpenCode 這類程式設計 Agent、批次長任務、需要看截圖和圖表，優先 V4.1 Flash；問答裡對事實準確度要求高（冷門知識、專業百科）、或者已有流程在 V4 Pro 上調好了提示詞，繼續用 V4 Pro。拿不準就兩檔各跑一遍自己的樣例再定，官方也保留了兩個模型名。
正式版時間線：從預覽版到 V4.1 Flash
2026-04-24：V4 預覽版釋出並開源，分 V4-Pro 與 V4-Flash 兩檔，1M 上下文成為官方服務標配；舊模型名 deepseek-chat／deepseek-reasoner 指向 V4-Flash，並於 7 月 24 日停用。2026-07-31：V4-Flash 正式版（0731）API 公測，結構與預覽版一致、只重做了後訓練，當時官方註明網頁端與 App 未改。2026-08-13：V4 Pro 正式版（0813）在 App、網頁端和 API 同步上線，API 模型名不變，同時原生支援 Responses API、思考強度改為 low／high／max 三檔，並宣佈峰谷定價於 8 月 17 日 0 時生效。2026-08-21：多模態實驗模型 V4-Flash-Vision-Exp 上線 API。
2026-09-10：V4.1 Flash 釋出，新價當天 12:00 生效；舊的 V4 Flash 與 V4 Flash Vision Exp 下線，兩個舊名暫時路由到 V4.1 Flash、按 Flash 價計費。公告原本還寫著「北京時間 9 月 14 日 12:00 之後、V4.1 Pro 上線之前，deepseek-v4-pro 的請求全部路由到 V4.1 Flash」——但官方隨後改口，更新日誌與定價頁腳註現寫明：「為響應廣大使用者的需求，我們決定在 2026 年 9 月 14 日之後繼續提供 DeepSeek V4 Pro 的 API 呼叫服務，計費方式保持不變」。所以並檔沒有發生，V4 Pro 正式版仍在售；官方同時說了「如有變動，我們將另行通知」。
搜尋裡常見的 expires-on-0910：據部落格園一篇技術博文，9 月 8 日起官方曾限時開放內測模型名 deepseek-v4.1-flash-expires-on-0910（每賬號 20 併發、按 V4 Flash 價計費、9 月 10 日自動過期）。官方更新日誌沒有收錄這一條，本頁未能在官方文件核實；無論如何它已過期，現在直接調 deepseek-flash 即可。
思考模式怎麼開
API 裡兩檔預設開啟思考模式、強度預設 high。OpenAI 格式用 thinking.type（enabled／disabled）開關、reasoning_effort（low／high／max）調強度；Anthropic 格式用 output_config.effort；Responses 格式用 reasoning.effort，傳 none 即關閉。出於相容，minimal 會對映為 low、medium 與 xhigh 對映為 high、ultra 對映為 max。思考模式下 temperature、presence_penalty、frequency_penalty 設了不報錯但不生效，top_p 下限抬到 0.95。官方建議複雜 Agent 任務用 max。V4.1 Flash 模型卡另寫明權重本身支援 1–100 的連續思考強度，但官方 API 只開放上面三檔。
走 Anthropic 相容口（https://api.deepseek.com/anthropic）接 Claude Code 時，官方做了模型名對映：claude-opus 開頭的名字對映到 deepseek-v4-pro 並按 V4 Pro 價計費，claude-sonnet／claude-haiku 開頭的對映到 deepseek-flash，不認識的名字也一律落到 deepseek-flash。想用 Pro 卻沒顯式指定，賬單和效果都會是 Flash。
網頁版和 App 裡用的是哪個
按 8 月 13 日官方公告，網頁端和 App 裡選「專家模式」用的是 V4 Pro 正式版；9 月 10 日的 V4.1 Flash 公告只寫了「已同步上線 API」，沒提網頁端與 App，快速模式此刻對應哪個模型官方未公示，本頁不替它斷言。網頁版入口、登入方式和各模式的用法，見 DeepSeek網頁版。
開源權重與本地部署：Flash 能不能自己跑
兩檔權重都在 Hugging Face 的 deepseek-ai 組織下、許可證都是 MIT（可商用、無營收門檻），ModelScope 魔搭同步上架、大陸直連更快。體量（按 Hugging Face 倉庫檔案大小統計）：V4.1 Flash 約 510 GB、V4 Pro 0813 約 893 GB；已停 API 的舊版 V4-Flash-0731 約 167 GB，權重仍可下載。V4.1 Flash 的官方參考推理程式碼預設把權重轉換成 8 卡張量並行、專家權重用 FP4，多機則用 torchrun 多節點啟動；V4 Pro 0813 模型卡給的 vLLM 示例是單台 4×GB300 節點。官方在 V4.1 Flash 公告裡還說，有大規模部署需求且具備「2k 卡 GPU、有儲存叢集」資源的可以直接聯絡他們。
換算成硬體（本站按權重體積估算，非官方要求）：約 510 GB 的 V4.1 Flash 放進單台 8 卡 H200（8 × 141 GB ＝ 1,128 GB）綽綽有餘，剩餘視訊記憶體可給 KV 快取；8 卡 80 GB 機型（合計 640 GB）只是勉強裝下權重、留給併發與長上下文的餘量很小，而且老一代卡能否跑 FP4 核心本頁未核。V4.1 Flash 的長上下文很省視訊記憶體：模型卡寫明全域性 KV 快取每 token 約 890 位元組，1M 上下文單條請求約 0.9 GB。約 893 GB 的 V4 Pro 則超過 8 卡 80 GB 機型總視訊記憶體，至少要 8 卡 H200 這一級。
結論：個人電腦跑不動任何一檔。消費級顯示卡單卡 24～32 GB，離 510 GB 差一個數量級；Ollama 官方庫裡的 deepseek-v4.1-flash、deepseek-v4-flash、deepseek-v4-pro 只有 :cloud 標籤，拉下來實際是調 Ollama 的雲端推理，不是在本機跑。所謂「DeepSeek V4 Flash 本地部署教程」若教你在普通電腦上裝，多半是在裝別的小模型。真想本地跑，按視訊記憶體挑千問等小尺寸開源模型，對照表見 本地部署顯示卡選型。