DeepSeek-V4.1-Flash上线千问，API与Token Plan开放

DeepSeek-V4.1-Flash近日上线千问AI平台，API服务与Token Plan同步开放。开发者可通过标准API接入业务系统，也可在Qoder、千问APP、Codex等工具中调用Token Plan，用于代码、文档、视觉理解与智能体任务。 据平台公告，该模型采用总参数552B的MoE架构和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，最长上下文为100万token，平台最大输出约393K。官方称，该模型在多项Agent与代码基准上较同系前代有所提升，并通过较低激活参数实现高吞吐、低延迟。 新一代缓存压缩技术使KV Cache对HBM的需求降至上一代的1/4、对SSD存储的需求降至1/8。千问页面显示，闲时输入价格为1元/百万token、输出4元/百万token，忙时分别为2元和8元；速率限制为RPM 15K、TPM 1M。功能包括前缀补全、函数调用、缓存、结构化输出、批量任务和联网搜索。 阿里云百炼已联合vLLM开源社区完成适配，中国站和国际站均可调用，覆盖北京、新加坡及Global美国、德国、日本、香港等地域。该模型支持多轮对话、函数调用、联网搜索、上下文缓存和结构化输出，max_tokens上限约393216，可用于长文档解析、客服知识库、代码仓库问答和多模态审单等场景。业内认为，其低激活参数与缓存优化组合，或有助于降低长上下文Agent的试错成本。