参考资料 8可信度 84%总体可信度: 84%该图钉的来源和参考资料对其日期的支持程度。包括来源在内的 8 份资料对图钉开始和结束时间支持程度的加权平均；资料每比最新的一份旧 180 天，权重减半显示所有可信度不低于 75% 的图钉

第一项始终是图钉的来源。总体可信度是各份资料对上方所用开始和结束时间支持程度的加权平均；资料每比最新的一份旧 180 天，权重减半。

• [1]90%
  deepseek.com/en/news/deepseek-v4-1-flash

  deepseek.com· 发布于 2026年9月28日· 开始 2026年9月10日 ✓· 占评分 13%

  DeepSeek^[3][4] 的公告日期为“2026 年 9 月 10 日”,文中写道:“V4.1-Flash 现已在 DeepSeek API 上线”;其 API 文档更新日志中列有“DeepSeek-V4.1-Flash 发布 2026/09/10”,路透社也报道 DeepSeek“今天(9 月 10 日)推出了 DeepSeek-V4.1-Flash”。

• [2]80%
  Artificial Analysis: DeepSeek V4.1 Flash (Reasoning, Max Effort), Wayback capture of 11 Sep 2026

  web.archive.org· 添加于 2026年11月10日· 占评分 15%

  Wayback capture dated 2026-09-11 of the original Artificial Analysis page; it reads "It's also notably fast, however very verbose", index 40, 250M tokens generated against a 130M median. Archive capture date, not the review's own publication date.

• [3]90%
  Models & Pricing | DeepSeek API Docs

  api-docs.deepseek.com· 添加于 2026年9月28日· 占评分 13%

  DeepSeek's^[1][4] pricing page gives DeepSeek-V4.1-Flash a 1M context length and 384K maximum output, and per-million-token prices of $0.15 input (cache miss) and $0.60 output off-peak, $0.30 and $1.20 at peak, with peak hours 01:00-04:00 and 06:00-10:00 UTC on weekdays.

• [4]90%
  DeepSeek-V4.1-Flash: Smarter, Faster, More Efficient | DeepSeek API Docs

  api-docs.deepseek.com· 发表于 2026年9月10日· 开始 2026年9月10日· 占评分 12%

  DeepSeek's^[1][3] developer-docs copy of the announcement, listed as "DeepSeek-V4.1-Flash Release 2026/09/10": the model name deepseek-flash, the retirement of V4-Flash and V4-Flash-Vision-Exp, and "Starting at 04:00 UTC on Sept 14, 2026, all deepseek-v4-pro requests will route to V4.1-Flash at V4.1-Flash rates".

• [5]90%
  deepseek-ai/DeepSeek-V4.1-Flash · Hugging Face

  huggingface.co· 发表于 2026年9月10日· 占评分 12%

  The official model card: 552B backbone parameters, a Causal Encoder-Decoder that activates 8B parameters per token in prefill and 16B in decode, a KV cache of 890 bytes per token, 45T pre-training tokens, the MIT license, and the benchmark table against Opus 5.0, GPT-5.6 Sol, Kimi K3 and GLM-5.3.^[1]

建议更正

有遗漏或错误吗？用你自己的话说明：能佐证此图钉的链接、不同的开始或结束日期及理由，或缺失、有误的信息。AI 会对照此图钉的来源进行核实，搜索更好的来源，并添加任何支持你说法的页面。图钉自身的来源仍然最重要。AI 也会查看图片：显示的是别的东西或显示效果差的图片会被移到后面或替换。