DeepSeek给新版本Flash提出了挑战，试图将其Pro版替代。昨日，V4.1版本的Flash开始内测，其新模型结构、原生多模态和更快的速度成为了宣传的亮点。在附带的反馈问卷中，DeepSeek直接询问用户：“你认为这个模型能完全取代线上DeepSeek V4 Pro吗？”这一问题让人对DeepSeek的测试目标有了更深入的思考，究竟Flash能否在效果上超越Pro，成为更经济且适合大规模调用的选择。

Pro与Flash之间的价格差异显著，高峰时段Flash的每百万token收费9元，而Pro则为27元。最近，DeepSeek在其开放平台上宣布，将于9月10日调整Flash系列的价格：在空闲时段，每百万token的缓存命中输入将降至0.02元，未命中输入降至1元，输出降至4元，高峰价格则仍为空闲时段的两倍，降幅分别为60%、大约33%和约11%。新版本的Flash仍在测试能否替代Pro，而其使用门槛已经显著降低。开发者可以为了更好的结果偶尔支付三倍的价格，但在日常使用中，Flash的必要性得到了更多体现。

DeepSeek希望新版本能够集成Pro与Flash的优势：既要快又要强。自R1问世以来，AI的发展得到了更多人的关注，而DeepSeek现在面临的问题是如何使现有的推理能力得到更频繁的利用，推动“智能密度”的重要性。 千亿球友会

在R1于2025年被广泛应用时，其诞生的魅力在于高水平的推理能力得以轻松获取。DeepSeek同时开放了模型权重，使普通用户能够通过“深度思考”应用使用R1，并且开发者可以借此蒸馏自己的模型。高质量推理不再是少数实验室的独有特权，而逐渐融入日常应用。

在2025年5月更新R1时，DeepSeek强调了“思考更深”的重要性。在AIME 2025测试中，新版R1的每题推理token消耗显著提高，从1.2万个增加至2.3万个，准确率也从70%提升至87.5%。虽然推理的时间消耗几乎翻倍，但只要结果值得，这样的等待是可以被接受的。

然而，在2025年12月发布的V3.2报告中，DeepSeek为自己设定了新目标：提升推理链的智能密度。为了达到Gemini 3.0 Pro等模型的输出质量，通常需要更长的推理过程。提高输出的等待时间显得尤为重要，差距不仅体现在速度上，还会影响费用。 千亿球友会

在模型的应用中，小模型与大模型的分工显得尤其突出。V4早期模型指出，Flash在拥有更多推理预算的情况下，能达到接近Pro的表现，但在知识和复杂工作流上仍有差距。小模型的每一步计算成本较低，但往往需要更多的步骤才能实现大模型的效果。开发者所见的价格优势，最终能保留多少则取决于完成任务的方式。

因此，Flash若想取代Pro，必须同时提升能力和效率。更快的生成冗长推理能减少部分等待时间，较早发现有效的方法也能节约后续计算时间。对于频繁使用AI的用户来说，后者同样至关重要。

学术界也已开始将用户等待时间作为优化的一部分。EMNLP 2025的一项研究指出，最优计算方案不一定带来最低延迟，研究人员需要重新调整并行计算和推测解码，以在限定时间内获得更优秀的结果。DeepSeek也在提升生成速度。团队在7月发布的DSpark论文中报告称，在V4-Flash线上用户流量下，与MTP-1基线相比，单用户生成速度提升了60%到85%。团队专注于减少推测解码中的验证浪费，以便用户能够更快速地得到输出，同时兼顾服务的处理能力。 千亿球友会