Artificial Analysis v4.3 給 40 分（同級開源大模型第 6）、速度 190 tok/s（第 4），而每 1 分的實付成本只有 GLM-5.3-Flash 的一半。這不是價格戰，是架構戰——官方把 KV cache 壓到上一代的 1/4，省下來的成本才傳給用戶。

有個朋友昨天問我：「愛馬仕要用哪個模型？」

我講了一句話，他半信半疑：用 deepseek-flash，不要用 pro。

今天 Artificial Analysis 的 v4.3 分數出來，那句話有實測撐了——40 分，同級開源大模型裡第 6。

Artificial Analysis Intelligence Index v4.3，前 25 名模型。資料來源：Artificial Analysis（2026-09-11 擷取）

AA v4.3 實測：40 分

同一個尺上：比上一代 V4 Flash 高 5 分，比 V4 Pro 高 4 分。

而且那個「Pro 比較強」的印象正式被推翻——DeepSeek 自己在公告裡寫得很直白：多方測試顯示 V4.1 Flash 在效能、成本、速度、總用時全面超越 V4 Pro，所以 Pro 要下線。9 月 14 日 04:00 UTC 起，所有打到 deepseek-v4-pro 的請求會全部改路由到 V4.1 Flash、按 Flash 計費。

速度：榜上第 4

快 48.7%，排在同級第 4。

速度在 chat 只是體感，在 agent 是生死。一個任務十幾步工具呼叫，每一步多兩秒，整趟就差好幾分鐘。這也就是為什麼我上週試了另一家的 agent 工具，功能清單一模一樣，卻用不下去——查個模型都要等很久。

帳單：牌價 vs 實付

AA 算出來的 $0.27/task 是用官方牌價 $0.30 / $1.20 去算的。

但真正的帳單要看你的排程。V4.1 Flash 是峰谷定價，離峰是高峰的一半，而高峰只有北京時間週一到週五 9–12、14–18——把排程排在深夜跟假日，就是直接打五折。

帳面上 GLM 高 2 分；實付上你便宜一倍。同樣的錢，買到的分數是兩倍。

換成我習慣的台幣口徑（月 10 億 token、95% 快取命中、匯率 4.71）：9/10 新價的月帳是 NT$4,028——這是同一份價格，我上次算過的那筆帳。

為什麼能降價：KV cache 縮到 1/4

這是我覺得整件事最被低估的部分。降價公告大家都會寫，但官方為什麼敢降寫在 Hugging Face 的模型卡裡，而且標題自己就講了：*Pushing the Limits of KV Cache Compression*。

技術細節（全部可查證）：

• 552B MoE，但每個 token 只啟用 16B。新的 Causal Encoder-Decoder 架構是 20 層 encoder 接 20 層 decoder，decoder 的全域 KV cache 直接從 encoder 的最終輸出投影出來——所以 prefill 只啟用 8B、decode 16B

• KV cache 890 bytes/token，約上一代的 1/4。用 FP4（4-bit） 存 KV cache

• SWA Bounded Replay 讓持久 KV 不必寫進 SSD，footprint 再降到 1/8

• 45T tokens 從零訓練，MIT 授權，1M context，原生吃圖

帳單的祕密在最後一項：agent 的成本大頭是 cache hit。我自己的結構是 95–99% 命中。所以「把 cache 縮到 1/4」不是省自家硬碟，是直接動到 agent 用戶帳單裡最大那一欄——然後把省下來的傳出來。

這才是這次降價的性質：不是促銷，是成本結構變了。

愛馬仕要用哪個模型

回到我朋友那個問題。我的答案：

1. 模型名寫 deepseek-flash。舊的 deepseek-v4-flash、deepseek-v4-flash-vision-exp 只是「暫時路由」，官方原文寫得很清楚是為了相容——不要寫進新設定 2. 不要寫 deepseek-v4-pro。9/14 之前它還是真的 Pro（貴 3.4 倍），9/14 之後才開始路由 3. vision 不用另外設。V4.1 Flash 原生多模態，截圖讀表格直接丟就好 4. reasoning_effort 只吃字串。我實測："high"、"max" 都回 200，寫整數 50 會回 400（官方講的「1–100 可調」不是這個參數名）。所以現有設定不用改

順帶一個好消息：這一版同一顆模型還能開圖——AA 的規格表寫 input modality 是 text and image。之前 vision 得另外掛一個實驗模型，現在主模型自己就會。

兩個要注意的缺點

誠實講：

• 囉唆。AA 量到它跑完一輪測試吐了 250M tokens，中位數只有 130M——接近兩倍。輸出是帳單主導項，所以實際帳單會比帳面高三成以上（GLM、Qwen 都有同一個毛病）

• 只有 1 個 provider。就是 DeepSeek 官方自己，沒有第三方代管。它掛掉就是真的斷，不像別的模型有十幾家可以繞
  
  

結論

• DeepSeek V4.1 Flash：Artificial Analysis v4.3 實測 40 分（同級開源大模型第 6），比上一代 Flash 高 5 分、比 V4 Pro 高 4 分

• 速度 190.1 tok/s（同級第 4），比上一代快 48.7%；降價的原因是官方把 KV cache 壓到 1/4（FP4 儲存、持久 footprint 1/8），不是促銷

• 實付成本：全離峰 $0.127/task，每 1 分的成本是 GLM-5.3-Flash 的一半；模型名寫 deepseek-flash，舊名只是暫時路由

價格戰會停，架構戰不會——這次降的不是價格，是 KV cache 的體積。

౨ৎ Anthony 不負責任編輯 ~