DeepSeek-V4.1-Flash模型近日正式登陆千问AI平台，同步开放API服务与Token订阅计划。开发者既可通过标准化API将其集成至业务系统，也支持在Qoder、千问APP及Codex等工具中直接调用Token资源，覆盖代码生成、文档处理、视觉理解及智能体任务等场景。该模型采用混合专家（MoE）架构，总参数规模达5520亿，通过Causal-Encoder-Decoder非对称设计实现输入激活80亿、输出激活160亿参数的轻量化运行，原生支持文本与图像多模态理解，最长上下文窗口扩展至100万token，平台单次最大输出约393K。
平台公告显示，V4.1-Flash在Agent能力与代码生成基准测试中较前代产品显著提升，其核心优势在于通过更低的激活参数实现高吞吐量与低延迟响应。技术团队采用新一代缓存压缩技术，将KV Cache对高带宽内存（HBM）的需求降至前代的四分之一，固态硬盘（SSD）存储需求压缩至八分之一，特别优化了长上下文处理与多轮工具调用的资源消耗效率。
成本方案成为本次发布焦点。千问平台推出分时段定价策略：闲时（非高峰时段）输入成本为1元/百万token，输出4元/百万token；忙时（高峰时段）输入2元/百万token，输出8元/百万token。系统设置每分钟15000次请求（RPM）与每分钟100万token处理量（TPM）的速率限制，支持前缀补全、函数调用、缓存管理、结构化输出、批量任务处理及联网搜索等六大功能模块。
部署层面，阿里云百炼平台与vLLM开源社区完成深度适配，提供中国站与国际站双通道调用服务，覆盖北京、新加坡及美国、德国、日本、中国香港等全球主要区域。技术文档指出，该模型支持多轮对话记忆、动态函数调用、实时联网检索及上下文缓存复用，单次最大token处理量约393216，特别适合企业将长文档解析、智能客服知识库、代码库问答及多模态单据审核等业务整合至统一接口。
行业分析认为，V4.1-Flash通过"大参数储备、小激活运行、强缓存管理"的技术组合，有效降低了长上下文智能体开发的试错成本。对于中小型研发团队，闲时低价策略结合Token订阅模式，使其能够以更灵活的成本结构开展批量推理任务与产品原型验证，这种技术普惠性或将推动AI应用生态的多元化发展。
