一句话看懂：DeepSeek 的新轻量旗舰 DeepSeek-V4.1-Flash 已上线阿里千问 AI 平台，API 与 Token Plan 同步开放；它用 552B 总参数、约 8B 输入激活的 MoE 结构，把百万级上下文和长程 Agent 任务的成本压了下来。
事件核心：发生了什么
据 AIbase 报道，DeepSeek-V4.1-Flash 已在千问 AI 平台上线，开发者可通过标准 API 接入，也可在 Qoder、Qwen APP、Codex 等工具里直接使用 Token Plan，覆盖代码、文档、视觉理解和 Agent 任务。目前公开信息显示，该模型采用 MoE 架构，总参数 552B，使用 Causal-Encoder-Decoder 非对称结构，输入激活约 8B、输出激活约 16B，原生支持文本与图像理解，最大上下文 100 万 tokens，最大输出约 393K。官方称其在多个 Agent 与代码基准上较上一代有明显提升，同时保持较高吞吐和较低延迟。
为什么重要
这次发布的关键不在单点参数，而在“大参数、小激活、强缓存”的组合。新一代缓存压缩把 KV Cache 对 HBM 的需求降到上一代的四分之一，SSD 存储需求降到八分之一，为长上下文和多轮工具调用省出资源。价格上，千问页面给出分时定价：低峰输入 1 元/百万 tokens、输出 4 元；高峰分别为 2 元和 8 元，限速 15K RPM、1M TPM。对 DeepSeek 来说，进入千问生态意味着多了一个重要的分发渠道；对阿里云来说，则补强了百炼平台上的第三方模型供给。
对用户/开发者/创作者的影响
开发者最直接的收益是长文档解析、客服知识库、代码仓库问答、多模态订单审核这类任务可以收敛到单一接口。阿里云百炼已与 vLLM 开源社区完成适配，中国站和国际站均可访问，覆盖北京、新加坡，以及美国、德国、日本、香港等区域。功能上支持多轮对话、函数调用、联网搜索、上下文缓存和结构化输出，max_tokens 上限约 393,216。小团队可以用低峰价格配合 Token Plan 订阅，做批量推理和原型验证，试错成本比过去更低。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是分时定价能否稳定，低峰窗口是否会被实际负载挤占；二是百万上下文在真实 Agent 链路里的缓存命中率和稳定性，需要第三方实测；三是千问平台引入 DeepSeek 模型后，与其他闭源、开源模型的组合策略会如何调整，是否会带动更多第三方模型入驻。
来源：AIbase
