DeepSeek新Flash模型登陆Qwen，价格实惠

如果你一直在寻找一款强大且实惠的AI模型，DeepSeek的最新发布可能正是你的答案。DeepSeek-V4.1-Flash现已在Qwen AI平台上线，并带来了一些严肃的规格。

这不仅仅是又一次增量更新。V4.1-Flash是DeepSeek新的轻量级旗舰，基于混合专家（MoE）架构构建，总参数量高达5520亿。但巧妙之处在于：它仅激活约80亿参数用于输入，160亿用于输出。这意味着你获得了巨型模型的力量，却没有通常的计算负担。

它还原生处理文本和图像，上下文窗口呢？高达100万token——足以一次性消化整本书或庞大的代码库。输出可扩展至约393,000 token，使其成为长格式生成的猛兽。

让我们谈谈钱，因为这才是有趣的地方。DeepSeek将KV Cache需求压缩到上一代HBM的四分之一，SSD存储的八分之一。翻译：长上下文和多轮工具调用不会那么快地耗尽你的资源。

在Qwen平台上，定价基于时间。在非高峰时段，你将支付每百万输入token 1元和每百万输出token 4元。高峰时段翻倍至2元和8元。对于小团队来说，非高峰费率简直是偷窃——尤其是结合Token Plan订阅，让你可以批量推理而不必破费。

阿里云的百炼已经与vLLM社区合作，完成了所有适配。你可以在中国站和国际站访问该模型，覆盖从北京到新加坡、美国、德国、日本和香港的地区。它支持多轮对话、函数调用、在线搜索、上下文缓存和结构化输出。max_tokens限制约为393,216。

对于企业来说，这意味着你可以将长文档解析、客服知识库、代码仓库问答和多模态订单审核等任务迁移到一个接口。不再需要为不同工作 juggling 多个模型。

行业观察家表示，通过将这种“大参数、小激活、强缓存”的组合融入Qwen生态系统，V4.1-Flash大幅降低了构建长上下文代理的试错成本。对于小团队来说，低非高峰定价加上Token Plan订阅为灵活的批量推理和快速原型设计打开了大门。

所以，如果你一直在等待一个平衡了力量、速度和价格的模型，现在可能是深入其中的时刻。