DeepSeek V4.1 Flash 发布：V4 Pro 将于 9 月 14 日下线自动路由

DeepSeek 官宣：DeepSeek V4.1 Flash 正式发布。与此同时，V4 Pro 服务将于北京时间 2026 年 9 月 14 日 12:00 下线——届时所有发往 V4 Pro 的请求会自动路由到 V4.1 Flash，并按 V4.1 Flash 的价格计费。调用方无需改动代码。

据官方说明，经内部与外部多方测试，V4.1 Flash 在性能、费用、速度、总用时等各项指标上已全面超越 V4 Pro。

模型 ID 为 deepseek-flash，现已上线 TokenPAPA 模型广场，一个 API Key 即可直接调用。

本次变更要点

唯一需要留意的是：路由自动、价格会变。如果你的预算是按旧 V4 Pro 费率做的，建议在 9 月 14 日之前按新价格重新核算。

为什么 V4.1 Flash "全面超越" V4 Pro

官方给出的四维对比：

对开发者最直接的体感是两点：同样的 prompt 回复更快，长任务的等待时间更短。如果你正在做成本敏感的批量任务，或对响应延迟敏感，这次升级都是正向的。

TokenPAPA 定价

V4.1 Flash（deepseek-flash）在 TokenPAPA 上的基础价格为：

不同用户分组享受不同倍率折扣：

两个值得注意的点：

• 缓存输入仅 $0.006/1M，约为标准输入价的 1/50。系统提示词、少样本示例、固定前缀较多的应用，缓存命中后输入成本几乎可以忽略。
• 分组倍率差异明显：Enterprise 五折、Pro 八折、Starter 九折——用量越大、档位越高，单价越低。

成本示例

假设每月 10 万次请求，每次约 1,500 tokens（1,000 输入 + 500 输出）：

若输入大部分命中缓存，输入侧还能再降一个量级。

对 V4 Pro 用户意味着什么

1. 无需改代码 —— 继续调用 V4 Pro，请求会自动落到 V4.1 Flash；
2. 重新核算预算 —— 按 V4.1 Flash 新费率做一次成本对比；
3. 重点用好缓存 —— 把稳定的系统提示词、固定前缀沉淀下来，让缓存命中，输入压到 $0.006/1M；
4. 反馈差异 —— 官方欢迎用户反馈 V4 Pro 与 V4.1 Flash 的对比测试结果。

快速开始

from openai import OpenAI

client = OpenAI(
    api_key="your-tokenpapa-key",
    base_url="https://tokenpapa.ai/v1"
)

resp = client.chat.completions.create(
    model="deepseek-flash",   # DeepSeek V4.1 Flash
    messages=[{"role": "user", "content": "用一句话解释 V4.1 Flash 和 V4 Pro 的区别。"}]
)
print(resp.choices[0].message.content)

一个 API Key 即可调用 DeepSeek V4.1 Flash、V4 Pro，以及 GPT、Claude、Gemini、Qwen、Kimi 等 30+ 模型，全部走同一个 OpenAI 兼容端点——无需中国手机号，切换模型只改一行 model=。

常见问题

Q：V4 Pro 下线后，我的调用会失败吗？ A：不会。9 月 14 日 12:00 后，V4 Pro 请求会自动路由到 V4.1 Flash 并按 V4.1 Flash 计费，代码无需改动。

Q：DeepSeek V4.1 Flash 的模型 ID 是什么？ A：模型 ID 为 deepseek-flash，现已上线 TokenPAPA 模型广场。

Q：V4.1 Flash 比 V4 Pro 更贵还是更便宜？ A：按官方口径，V4.1 Flash 在费用上全面超越 V4 Pro。建议在 9 月 14 日前按 TokenPAPA 的 V4.1 Flash 费率重新核算用量预算。

Q：缓存输入 $0.006/1M 是怎么算的？ A：当请求前缀（系统提示词、少样本示例等）命中缓存时，这部分输入按 $0.006/1M 计费，约为标准输入价的 1/50，重复度高的应用节省最明显。

开始使用

1. 在 tokenpapa.ai 注册账号；
2. 创建一个 API Key（无需中国手机号）；
3. 把 base_url 指向 https://tokenpapa.ai/v1，用模型 ID deepseek-flash 发送第一个请求。

V4 Pro 将于 9 月 14 日 12:00 下线——迁移是自动的，但预算要提前算。