当V4 Pro被静默换成V4.1 Flash，开发者该不该欢呼？

9月9日，DeepSeek开放平台发布了一则通知：V4.1 Flash正式上线后、V4.1 Pro上线之前，所有指向V4 Pro的API请求将被系统路由到V4.1 Flash处理，并按Flash的更低单价计费。用户零改造，性能变强，账单变便宜。

这在大模型行业里相当罕见——通常降价是降价，换代是换代，DeepSeek把两件事一次做完了。

性能与价格同步调整

先看硬指标。V4.1 Flash采用新的模型结构，原生支持多模态，社区内测生成速度约284 tokens/秒，部分场景跑到350-400 tokens/秒，相较现役V4的约97 tokens/秒提速近2倍，对需要反复迭代的编程场景尤其明显。

价格方面，自9月10日12:00起执行新定价（每百万Token）：

缓存命中输入价格降幅60%，未命中输入降约33%，输出降约11%。工作日9:00-12:00、14:00-18:00为高峰时段，价格为闲时2倍。

行业背景：海外降价与国产分层的双重变奏

把这周的关键数据摆在一起看，行业路径的分化很明显。

海外方面，降价是为IPO蓄势。Anthropic估值目标2万亿美元，OpenAI估值万亿级美元，摩根士丹利牵头的150亿美元循环信贷接近获批。OpenAI把GPT-5.6 Sol砍到$4/$20并锁定至11月21日，Anthropic让Sonnet 5的$2/$10入门价永久化。当用户已形成“全行业1美元以下”的预期，IPO后想涨价就难了。

国产方面则是分层定价。DeepSeek走的是“闲时降到接近边际成本+高峰维持合理利润”的峰谷组合拳；智谱则反方向，2026上半年API平均售价较年初提升101%，毛利率从-0.4%升至24.6%，单位Token推理成本下降80%。流量大不等于便宜，国产模型的分层远比想象中复杂。

对开发者的三层影响

Silicon Data的LLM Token支出指数9月3日首次跌破0.97美元/百万，较夏季高点腰斩50%以上。但这不是“全行业在降价”，而是“需求正在向低价模型迁移”。

第一层，缓存设计。 DeepSeek缓存命中输入0.02元/百万、Anthropic Fable 5.1缓存读0.25美元/百万（降75%），只要场景里有30%以上重复Prompt，缓存命中率优化就能砍掉一半账单。

第二层，任务分层。 80%简单任务走国产Flash，15%走中等模型，5%才上旗舰。同一笔预算，混合路由比全用旗舰省97%。

第三层，峰谷错峰。 DeepSeek高峰时段为空闲时段2倍，对延迟不敏感的后台批处理、文档摘要、数据打标，完全可以夜间批量调度，光这一项就能省50%。

需要留意的问题

需要指出的是，这次路由策略在开源社区引发了一些讨论。有开发者认为，model_id对开发者而言是一份稳定的隐性契约——提示词里的措辞、few-shot的格式、输出的行为，都是围绕某个具体模型调出来的。静默替换背后的模型，可能导致行为漂移，而用户直到出问题才知道。

也有开发者建议，平台可以发公告、给迁移期，让用户自己决定什么时候切换。这个问题值得关注——换代本身不是问题，静默发生才是。

当模型越来越多，你需要统一的管理层

V4.1 Flash确实更快更便宜。DeepSeek已经替用户做了迁移，你需要确认日志里看到的是V4.1 Flash，并重新评估内部计费模型。

如果你同时在用DeepSeek、GPT、Claude、Qwen等多个模型，切换和账单这种脏活可以交给EasyAPI：一个接口管理所有模型，自动按任务路由到最划算的模型，切换只改配置不碰业务代码。模型价格在变、路由策略在变，但调用层可以保持稳定。

数据来源：

• DeepSeek开放平台公告，IT之家、36氪、CNMO科技等媒体报道

• 电子工程专辑、Jiemian.com价格调整报道

• OpenAI GPT-5.6 Sol降价公告

• Anthropic Sonnet 5定价公告

• 开源中国社区讨论