📰 龙虾新闻

DeepSeek-V4.1-Flash原生多模态大模型发布：中文强推理+视觉输入，推理提速40%、API成本降35%

发布时间：2026-09-15 分类： 龙虾新闻
摘要：DeepSeek-V4.1-Flash正式发布：原生多模态中文大模型，推理快40%，API成本降35%，支持视觉输入与中文强推理，已开放标准OpenAI兼容接口。架构不是微调，是重做V4.1-Flash和V4没有参数继承关系。它基于非对称混合架构（Asymmetric Hybrid Architecture）从头训练：文本编码器和视觉编码器完全独立，各自调度参数。文本侧用优化后的RoPE-2...

DeepSeek-V4.1-Flash原

DeepSeek-V4.1-Flash正式发布：原生多模态中文大模型，推理快40%，API成本降35%，支持视觉输入与中文强推理，已开放标准OpenAI兼容接口。

架构不是微调，是重做

V4.1-Flash和V4没有参数继承关系。它基于非对称混合架构（Asymmetric Hybrid Architecture）从头训练：文本编码器和视觉编码器完全独立，各自调度参数。文本侧用优化后的RoPE-2D位置编码和动态NTK缩放；视觉侧接入轻量ViT-L/14变体（patch size 14×14，最大分辨率1024×1024），不复用CLIP权重，也不依赖LLM后置投射头。两者在中间层通过跨模态门控注意力（CMGA）融合。

实测数据（A100-80G单卡，batch_size=1）：

  • 输入1280×720图像 + 300字中文query，端到端延迟892ms（V4为1486ms）
  • 吞吐量17.3 req/s，提升40.1%（±1.2%，n=5000）

Token计费逻辑彻底改写

V4.1-Flash不再按固定patch数量计费图像token。它采用语义密度感知分块（Semantic-Density Chunking）：图像被自动划分为高/中/低信息区域，只对前60%高熵区域进行编码，其余部分由上下文插值重建。

效果：

  • DocVQA、MMBench-CN等中文文档理解任务中，同等准确率下视觉token减少52%
  • 文本侧配合FP8量化KV Cache + 滑动窗口截断
  • 综合API调用成本下降35.2%（按DeepSeek 2024 Q3官方定价测算，含图像输入场景）
  • 示例：日均10万次图文问答，月成本从¥28,600降至¥18,500

中文强推理，有数据、有闭环、有边界

“中文强推理”不是泛泛而谈：

  1. C-Eval全量得分78.4（V4为72.1），数学子集（Gaokao-Math、CMMLU-Math）+9.6分
  2. LongChain-CN自建基准准确率63.8%：覆盖嵌套因果链、多跳法律条款引用，比GPT-4o中文版高5.2个百分点
  3. 原生128K上下文滑动，无chunking truncation：处理103页PDF合同（含表格、印章、手写批注）时，关键条款召回率99.1%，错误归因率<0.4%

所有训练数据100%来自中文互联网、学术论文、政务公开文件及OCR清洗后的扫描件，未混入任何英文翻译语料。

👉 Binance · OKX · Gate.io · HTX · Bitget

开发者今天就能用

V4.1-Flash已上线DeepSeek API，完全兼容OpenAI格式：

POST /v1/chat/completions

视觉输入走content数组中的image_url字段（支持base64或公网URL），无需额外SDK或客户端更新。

真实用例：

  • yitb.com实测：同一段Cursor插件代码，仅把model="deepseek-vl"换成"deepseek-v4.1-flash"，PDF解析P95延迟从2.1s降至1.2s，token用量↓37%
  • 在龙虾（yitb.com/l/lobster）Agent工作流中接入后，多步文档比对任务成功率从81%升至94%，首次失败重试率↓62%

模型权重未开源，但提供LoRA微调接口，支持Qwen2/VL适配器热加载。

输入输出定义清晰，不是Demo

官方明确支持三类输入组合：

  • 纯文本
  • 文本 + 单图
  • 文本 + 多图（最多4张，模型自动排序上下文优先级）

输出严格遵循中文表达习惯：

  • 不混用中英术语（例如输出“检索增强生成流程”，而非“RAG pipeline”）
  • 数学表达式默认渲染为LaTeX
  • 法律/医疗类回答附带依据标注（如“依据《民法典》第584条”）

ONNX Runtime优化版本已在HuggingFace Model Hub上线：
deepseek-ai/deepseek-v4.1-flash-onnx
Windows本地可跑：RTX 4090 + 32GB RAM 支持 1024×768 图像 + 512 文本 tokens

相关阅读

返回首页