DeepSeek以Apache 2.0协议开源生产环境推理框架DeepInfer，支持在自有基础设施上运行V4.1 Flash模型，包含优化计算内核、通信库、投机解码与异步调度等组件；同时开源deepseek-recipe库以帮助复现官方API行为。该框架支持英伟达SM100及华为昇腾950 NPU，但部分功能仅限英伟达，且尚缺KV缓存管理等完整生产组件。

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。