知识卡片：DeepSeek V4.1 Flash 开启内测，实测输出速度超 500 tokens/s

• 英文标题（整理者译；源页面未提供英文版）：DeepSeek V4.1 Flash Internal Testing: Output Speed Exceeds 500 tokens/s
• 英文关键词：DeepSeek V4.1 Flash; internal beta; multimodal; API; output speed
• 原始来源：腾讯研究院AI速递 20260909（Sohu）；URL: https://m.sohu.com/a/1073532700_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=1

一句话结论

DeepSeek 已开启 V4.1 Flash 中间版本内测。开发者保持 base_url 不变，将模型名改为 deepseek-v4.1-flash-expires-on-0910 即可调用；计费与 V4 Flash 相同，每账号限流 20 并发，9月10日自动下线。开发者实测最高输出速度达 507 tokens/s，多人测试平均超 300 tokens/s。

事件概述或研究问题

按腾讯研究院AI速递，DeepSeek 宣布 V4.1 Flash 中间版本开启内测。该版本采用新模型结构，原生支持多模态，并被描述为“能力更强、速度更快、成本更低”。这更像一次限时、带到期时间的临时版本调用，而非正式大版本发布。材料未提供官方公告链接、基准测试或详细评测条件。

方法/产品要点

• 临时模型名：deepseek-v4.1-flash-expires-on-0910
• 接入方式：保持 base_url 不变，只修改模型名。
• 计费：与 V4 Flash 相同。
• 限流：每账号 20 并发。
• 下线时间：9月10日自动下线；原始速递时间为 20260909，因此推测为 2026-09-10，但材料未标注年份，待核实。
• 产品描述：V4.1 Flash 中间版本；新模型结构；原生支持多模态。
• 成本口径：材料一方面称“成本更低”，另一方面称计费与 V4 Flash 相同；具体指服务成本还是开发者调用成本，材料未展开，待核实。

主要结果或产业意义

• 最突出的量化结果是输出速度：开发者实测最高 507 tokens/s，多人测试平均超 300 tokens/s。
• 材料未给出官方基准测试；上述速度来自开发者实测，而非官方承诺。
• 材料编者认为，这次内测“或意味着新一轮模型更新周期开启”。

为什么重要 / 与既有脉络的关系

已有相关卡片记录过 V4 Flash 的低价效应、V4 Pro 0813 与 GPT-5.6 Sol 的成本/路由比较。本条是 Flash 产品线的一次时间线推进：

• DeepSeek 在 V4 Flash 之后继续放出 V4.1 Flash 中间版本，并以带到期时间的临时模型名提供体验。
• 计费仍与 V4 Flash 相同，说明并未借中间版本涨价。
• 若“原生支持多模态”属实，这是 Flash 系列在模态能力上的重要扩展；但具体支持范围仍待核实。
• 若 507 tokens/s 可在更多测试中复现，输出速度会成为该版本的明确卖点之一。

局限与不确定性

• “能力更强、速度更快、成本更低”没有附带基准分、测试集或成本核算依据，待核实。
• 507 tokens/s 是个别开发者实测，多人平均超 300 tokens/s；测试环境、采样参数、是否流式输出均未披露。
• “成本更低”与“计费与 V4 Flash 相同”同时出现，成本指代对象不明。
• 原生多模态支持哪些输入/输出模态、是否对所有开发者开放，材料未说明。
• 9月10日自动下线后是否会紧接着发布正式版，材料未说明。

可用于图书/PPT/简报的角度

• 以 deepseek-v4.1-flash-expires-on-0910 为例，展示大模型厂商如何用“限时模型名”做中间版本灰度内测。
• 用 300–507 tokens/s 的实测区间引出讨论：大模型“输出速度”如何影响真实产品体验，以及速度之外还需要看什么指标。
• 对比 V4 Flash 与 V4.1 Flash 的发布时间，可观察 DeepSeek 在 2026 年中的产品迭代节奏与竞争策略。
• 提醒开发者采用限时体验模型时，需要关注有效期、并发限制、计费口径和数据使用说明。

原始材料

来源标题：腾讯研究院AI速递 20260909

相关原文（生成式AI栏目第一条）：

DeepSeek宣布V4.1 Flash中间版本开启内测，采用新模型结构，原生支持多模态，能力更强、速度更快、成本更低；开发者保持base_url不变，将模型名设为deepseek-v4.1-flash-expires-on-0910即可调用，计费与V4 Flash相同，每账号限流20并发，9月10日自动下线；开发者实测最高输出速度达507 tokens/s，多人测试平均超300 tokens/s，或意味着新一轮模型更新周期开启。

原始 URL：https://m.sohu.com/a/1073532700_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=1