DeepSeek V4.1 Flash在测试中间版两天后正式上线，并全面替代此前的V4 Pro。据钛媒体发布的文章，该模型总参数为552B，采用MoE架构与全新的Causal-Encoder-Decoder非对称结构，输入激活仅8B、输出激活16B，推理成本大幅低于同尺寸模型，同时原生支持多模态视觉理解，无需外挂视觉模块。通过KV Cache压缩，其显存需求降至上一代的1/4、SSD需求降至1/8，社区实测输出速度达300到500 tokens/秒。
性能方面，V4.1 Flash并未因体积更小、速度更快而牺牲能力，各项基准全面超越V4 Pro，其中GPQA Diamond达到90.9。价格同步下调：自9月10日12:00起，闲时缓存命中输入为0.02元、未命中1元、输出4元/百万token，高峰时段翻倍。此前缓存命中为0.05元、未命中1.5元、输出4.5元/百万token。
DSH负责人崔添翼此前在社交媒体表示，V4 Pro的调用将转到性能更高、速度更快的V4.1 Flash上，价格也按Flash计算。他称Pro价格是Flash的3倍，这一调整让开发者能省下不少成本。按照他的说法，在V4.1 Pro上线之前，V4 Pro模型的请求都会被路由到V4.1 Flash，并按Flash价格计费。
这一动作被社区纳入所谓“赛博义父”经济的讨论。文章将海外厂商的额度重置与国内厂商的直接降价做了对比。OpenAI的Tibo（蒂堡特·索蒂奥）以频繁重置Codex额度闻名，社区甚至建立网站记录其重置次数；谷歌的洛根·基尔帕特里克负责AI Studio和Gemini API，以慷慨的免费额度著称；Anthropic的雷蒂亚·哈莉则主管Claude Code的开发者体验，也曾为Max用户重置周限额。文章认为，西方走的是“恩赐派”路线，通过不定期发放额度维持用户粘性。
国内厂商则被文章归为“定价派”。DeepSeek创始人梁文锋选择将模型权重以MIT协议开源，并以远低于行业的token价格开放给市场，其定价原则被描述为10个月回本、对应6倍利润。今年4月，DeepSeek曾把Flash缓存命中价格降至0.02元/百万token，创下当时全球大模型价格新低；8月又预告全线涨价，新价生效后V4 Pro高峰时段缓存命中价上涨11倍、输出价上涨3.5倍，一度引发社区不满，OpenCode上DeepSeek调用量随之下降。而V4.1 Flash的发布与降价，被文章视为对此前涨价争议的回应。
另一家国内厂商智谱则走免费路线。其GLM-4.7 Flash于2026年1月20日发布，官方称永久免费、无token上限、200K上下文、并发限制约30 QPS。8月，匿名模型Ox Alpha空降OpenRouter，后经智谱确认即GLM-5.3-Flash，采用MIT全开源，性能超过DeepSeek V4 Pro，但改为低价收费模式，价格为旗舰模型GLM-5.3的1/10。
文章分析认为，额度重置本质上是一种营销手段，成本接近零，但用户感知价值实在。以OpenAI为例，若给所有订阅用户发放一张Banked Reset并全部使用，按Codex 2000万周活估算，总成本约1.8亿美元，与超级碗广告花费相当，但触达更直接。额度与定价因此成为2026年AI大厂竞争的第二战场：西方厂商把重置权交给用户，制造“等待感”以增强粘性；国内厂商则直接把便宜做成产品属性，用技术升级实现降价，以积攒客户。