DeepSeek V4.1 Flash
正式上线火山方舟

核心指标一览

架构突破：CED 架构 + KV Cache 大幅压缩

DeepSeek-V4.1-Flash 是全新 CED 架构系列的首发模型，设计初衷是能力上限更高、推理速度更快、吞吐更大，并可扩展到更大参数模型。通过稀疏激活机制，每 token 仅需激活 8B（输入）/ 16B（输出）参数，在保持 552B 模型能力的同时大幅降低推理成本。

KV Cache 压缩至上一代 HBM 的 1/4、SSD 的 1/8，显著降低长上下文与 Agent 任务的整体成本，让超长上下文场景和复杂多轮 Agent 工作流的落地更加经济可行。

方舟独家能力一览

火山方舟是唯一能发挥 DeepSeek-V4.1-Flash 完整技术能力的平台，以下为核心技术参数：

方舟平台六大独家优势

• 视频理解与文档理解——原生支持视频内容理解与文档解析，覆盖多模态场景全链路需求。独家
• 批量图片处理 3600 张/请求——单请求支持最多 3600 张图片，File ID 模式最高支持 512MB 大文件，满足大规模批量处理需求。
• JSON Schema 结构化输出——支持 JSON Schema 规范化输出，Agent 工具调用与结构化数据提取的关键能力。独家
• 显式缓存控制 + 256 token 低阈值——缓存 Block Size 低至 256 token，短输出场景缓存命中率更高；支持主动控制缓存策略，成本优化更精细。独家
• Tool Choice required 全场景支持——思考模式下仍可强制工具调用，保障 Agent 工作流可靠性。
• 前缀续写稳定提供——已稳定上线前缀续写能力，支持长文本生成与续写场景。领先原厂

通过向量云接入，享专属 Token 折扣

向量云是火山方舟官方 API 的优选接入渠道，提供高缓存隔离命中率、企业级并发承载与按量计费模式，支持多模型兼容调用。通过向量云接入 DeepSeek-V4.1-Flash，可在方舟官方 API 基础上叠加 Token 折扣，长上下文与 Agent 多轮调用场景下成本优势更加显著。

• 官方 API 接入——直连火山方舟官方接口，模型能力与原生调用完全一致，质量有保障。
• Token 折扣专享——注册即享折扣，长上下文与高频调用场景成本进一步下探。
• 高缓存隔离命中率——独立缓存隔离机制，命中率更高，重复上下文场景省钱省时。
• 企业级并发——支持高并发调用，满足生产环境大规模推理需求。
• 按量计费——用多少扣多少，余额耗尽即止，无最低消费门槛。
• 多模型兼容——不仅支持 DeepSeek 系列，兼容方舟平台多模型接入，一站直达。