DeepSeek V4.1 Flash 跑分超越旗舰，但实际口碑两极分化，原因在于执行框架差异。其 CED 新架构将输入压缩为摘要，提升速度却损失精度；官方框架 DSH 专项优化，换用 OpenCode 等则表现迥异。速度翻倍也推高 token 账单。文章指出，框架与模型同样关键，跑分测不出真实体验。

2026年8月，DeepSeek发布deepseek-harness，两天获9.5万星；Pi用一年靠口碑积累9.1万星。文章将“智能体框架”（harness）定义为包裹大模型的运行时外壳，包含循环、工具路由、记忆、规划与沙箱五部分，取代旧“框架”概念。文章对比Claude Code、Deep Agents、Hermes、Pi等十款工具，归纳插件化、固定机制、累积技能三种设计哲学，并给出60行Python示例与选型建议。

DeepSeek开源C++20库DeepJIT，为英伟达CUDA与华为昇腾NPU提供统一的内核JIT编译、缓存与启动接口，统一的是编译外围流程而非编译器本身。核心亮点是含自定义签名的多级缓存与分布式共享缓存，可减少集群重复编译。相比Triton、CuPy各有取舍，目前缓存预热和Python API尚未完成。

DeepSeek 开源高性能 TopK 算子库 DeepSelect，针对稀疏注意力中的闪电索引器和采样器两个场景优化，速度可达 torch.topk 的 2 至 20 倍。该库不绑定推理框架，可通过 pip 直接替换，结果稳定，并支持关闭排序和返回值以进一步提速，助力 V4.1 Flash 推理大幅加速。

DeepSeek发布V4.1-Flash，采用FP4精度、CSA2层间缓存复用和CED编解码架构，将每token全局KV缓存压缩至890字节，较初代缩小437倍，百万token会话显存从300GB降至1GB以下。模型总参数552B，Prefill仅激活8B。Agent基准超越Opus 5，但纯推理较弱，且V4 Pro突然下线引发开发者不满。

DeepSeek将快速、专家、识图三种模式合并为全新智能模式，可自动检测查询复杂度、识别图片并调度能力，无需手动切换。此举或与V4.1 Flash模型发布同步，该模型在性能、速度、费用上全面超越V4 Pro，并将视觉能力升级为原生能力。

DeepSeek于2026年9月10日发布V4.1 Flash，官方称其在性能、速度和成本上全面超越旗舰V4 Pro，并将所有Pro的API请求强制路由至Flash，按低价计费。Flash生成速度达每秒284 token，约为Pro的三倍，且同步降价。V4 Pro上线仅40天即被放弃，V4.1 Pro仍在开发中，细节未公开。

DeepSeek静默将V4 Pro请求切换至更便宜的V4.1 Flash模型，引发争议。问题在于未经用户同意替换模型，破坏模型名作为契约的稳定性，影响审计和排障。建议供应商应提供开关、暴露实际服务模型，调用方需记录请求与响应模型，确保降级可见可控可回滚。开发者应视模型升级为依赖风险，关注变更通知和回退能力。

DeepSeek V4.1 Flash以GPT-6 Astra 1.4%的成本达到其98%的性能，在OpenDesign评测中得分81.2分，成本仅0.023美元，速度超300 tokens/s。尽管GPT-6 Astra在通用智能上更强，但DeepSeek凭借高性价比和原生多模态架构，在特定领域展现竞争力，引发行业性价比革命。

DeepSeek计划在科创板IPO，估值约750亿美元，但前7个月营收4.75亿元，净亏损7.15亿元，算力成本高达110亿元。公司靠557万美元训练出顶级模型，创始人梁文锋自掏200亿元融资，腾讯等参投，阿里缺席。IPO旨在留住被挖角的人才，但年内上市时间紧迫，可能推迟至2027年。

DeepSeek宣布自2026年9月10日起调整flash系列API定价，空闲时段输入缓存命中降至0.02元、未命中降至1元、输出降至4元，高峰时段为两倍。此次降价距8月涨价仅24天，降幅最高达60%，Pro版本价格保持不变。

DeepSeek V4.1 Flash 已上线 AI Gateway，支持原生图像理解，可在同一请求中处理文本和图片，用于解读截图、图表等。模型上下文窗口达100万token，最多输出38.4万token，支持推理、工具调用和提示缓存。新架构分离输入与输出组件，降低各阶段计算量。AI Gateway 提供统一API，无加价和平台费。

DeepSeek发布V4.1 Flash内测版，速度快38%、省43% token，但单价未变，单位时间消耗更多导致“烧钱更快”。该模型限时两天，旨在测试能否以Flash价格提供Pro能力。对比Vision Exp，新模型效率更高，但存在小缺陷。DeepSeek正加速迭代，布局从模型到Agent的完整生态。

DeepSeek Flash系列API价格回调，缓存命中降至每百万tokens两分钱，输出四元，速度提升六倍。此举旨在应对竞争和信任危机，背后是V4.1新模型成本下降。开发者反应不一，部分因涨价流失，降价难挽回。V4.1内测或取代Pro，成为主力，反映AI商业化中价格与信任的博弈。

DeepSeek大规模招聘约150名后端工程师，以应对AI智能体沙盒并发运行量激增带来的基础设施挑战。其DSec系统通过3FS分布式文件系统共享只读层、减少重复缓存，并利用全局轨迹日志实现中断恢复，避免重跑命令。招聘侧重服务器端工程和Agent弹性计算，而非AI研究，旨在升级维护现有系统以支撑训练与评估负载。

AMD在IFA 2026发布Personal AI战略，推出Ryzen AI Max 400、HP ZBook及Threadripper Halo Station，支持本地运行大模型。强调本地计算、隐私与个人上下文，以降低AI成本。开源模型如GLM、Qwen可本地运行，性能优于云端，推动AI从云端转向个人设备。

DeepSeek计划在内蒙古乌兰察布建设1吉瓦算力中心，部署16万枚华为昇腾950DT芯片用于推理，总投资约25.6亿美元。此举旨在回应此前梁文锋言论泄露，展示支持国产芯片，并推动融资。乌兰察布因电价低、气候冷、绿电充足而入选。美国因缺地电水受阻，中国则缺高端卡。项目预计2027年底投用，或影响未来AI成本及DeepSeek融资上市。

DeepSeek计划采购16万颗华为昇腾950DT芯片，用于内蒙古乌兰察布数据中心的推理任务，而非训练，订单约25.6亿美元。此举旨在降低成本、规避美国管制，但训练仍依赖英伟达。华为产能和软件生态是主要挑战，交付或需一年以上。

DeepSeek-V4模型采用混合压缩注意力（mHC），将KV缓存分为状态缓存和分页缓存，分别管理滑窗KV与压缩条目。上下文并行通过点对点通信和all-gather处理跨rank压缩窗口。磁盘前缀缓存中，压缩条目易存，滑窗KV需重算或周期检查点。mHC通过融合内核、重算和DualPipe优化，将访存开销压至6.7%。