DeepSeek 已透過 API 開放 DeepSeek V4.1 Flash 模型的內部測試版，該模型採用具備原生多模態支援的新架構。這項中間版本不僅推理速度大幅提升（達 2.24 倍），成本也更低，且定價與前一代 V4 Flash 模型相同。 對於尋求高性價比多模態解決方案開發者而言，此發布具有重要意義，因為它展現了開放權重大型語言模型生態系中的快速迭代。提升的 Token 效率與速度直接解決了複雜多模態應用採用上的主要障礙。 使用者需將模型名稱設定為 'deepseek-v4.1-flash-expires-on-0910'，且每個帳戶限額為 20 個並行請求。社群分析指出，速度提升可能部分來自於並行用戶負載較低，而基準測試顯示 Token 效率提升了高達 30%。
事件背景
原生多模態大型語言模型是從頭開始訓練，以處理文字、影像和音訊等多種資料類型，與透過晚期融合增加視覺能力的模型相比，能實現更深層的多模態整合。核融合與推論解碼等推理優化技術，進一步提升了生產環境中的回應速度與吞吐量。
社群觀察
社群情緒普遍正面，使用者對快速開發進度和成本優勢表示興奮。部分技術觀察者指出，該架構可能沿用自先前版本，速度提升部分歸因於較低的並行負載，而其他使用者則強調 Token 效率的提升是主要優勢。
