脑子越来越便宜，身子越来越值钱：从 DeepSeek 把旗舰路由给 Flash 说起

通问AI® 每日 GEO 观察 · 2026年09月12日

说明：本话题（2026年09月10日发布、09月14日生效的路由调整）晚于阿里探哥、许斌（许教授，通问AI® 主理人）公开素材覆盖时点（探哥至2026年08月25日，许教授至2026年08月08日）。文中两人视角均按各自既有公开框架推演，不是对 DeepSeek 本次发布的最新表态。正文中带「」并附「来源：…金句库」标注的句子，逐字出自各自金句库；其余「」用于术语与强调，不是对金句库的引用。产品能力、定价与路由规则以 DeepSeek 官方文档为准，本文只按公开信息转述。

核心判断：2026年09月10日，DeepSeek 发布 V4.1-Flash——552B 参数的 MoE 模型、100万 token 上下文、原生视觉、MIT 许可，非高峰时段缓存命中的输入价低到每百万 token 0.003 美元。更值得看的是四天后：9月14日12:00（北京时间）起，旗舰 V4-Pro 的全部请求被路由到这个 Flash 模型，按 Flash 价计费。价格战打到这个地步，模型本身正在变成公共品。同一份官方材料里还有一组被大多数人略过的数字——同一个模型，换 8 种 agent 脚手架去跑，DeepSWE 分数差了 8.7 分；而在同一个基准上，头部三家模型的差距只有 1.2 分。这组对比对做 GEO 的人尤其重要。模型换代越快，AI 回答你相关问题时就越不稳定；能攥住的，是自己那份能被机器读懂的原料。

一、先把这次发布说清楚

DeepSeek 这次动的不是一个小版本号。

V4.1-Flash 在 2026年09月10日上线，是一个 552B 参数的混合专家（MoE）模型，原生带视觉能力，上下文窗口 100万 token，权重放在 Hugging Face 上，用的是 MIT 许可。它读取输入时激活 8B 参数，生成输出时激活 16B（来源：DeepSeek 官方模型卡，经 AI HOT 收录及多家第三方整理）。

架构上它换了写法：40 层 Transformer 拆成 20 层编码器加 20 层解码器，配合压缩稀疏注意力（CSA2）和 FP4 缓存。结果是全局 KV 缓存降到每 token 890 字节，大约是上一代 V4-Flash 的四分之一（来源：DeepSeek 官方技术报告，经第三方整理）。

价格是最抓眼球的部分。非高峰时段，缓存命中的输入价是每百万 token 0.003 美元，缓存未命中 0.15 美元，输出 0.60 美元；高峰时段翻倍。缓存命中的价格只有输入价的 2%，等于 98% 的折扣。官方给了一个例子：一个 50万 token 的可复用前缀，被 100 次请求复用，产生 5000万缓存输入 token，在 V4.1-Flash 非高峰下大约花 0.15 美元。同样这批缓存读取，按各家公开的缓存读取价算，Kimi K3 约 15 美元、GPT-5.6 Sol 约 20 美元、Claude Opus 5 约 25 美元（来源：DeepSeek 官方定价页及第三方比价整理，竞品数字取缓存读取口径，非标准输入价）。

但真正要记的是四天后那一步。

从 2026年09月14日12:00（北京时间）起，DeepSeek 旗舰 V4-Pro 不再服务自己的流量。请求全部路由到 V4.1-Flash，按 Flash 价格计费，直到未来的 V4.1 Pro 发布。官方称 V4.1-Flash 在性能、成本、速度和总耗时上超过了 V4 Pro；但同一批官方分数里，纯知识召回这一项 Flash 反而落后（来源：DeepSeek 官方文档与模型卡）。

一个厂商主动把旗舰流量导给更便宜的模型，这件事本身就说明：模型这一层的价格战，已经打到见底了。

二、便宜的是脑子，不是身子

先把官方那组跑分摊开看。

V4.1-Flash 在 Terminal-Bench 2.1 上得 90.6 分，V4 Pro 是 87.9；DeepSWE v1.1 上 74.2 分，V4 Pro 是 62.7。这两个是 agent 类测试，Flash 赢了。换成纯知识召回，Flash 就落后：GPQA Diamond 上 90.9 对 92.4，SimpleQA-Verified 上 42.3 对 55.2（来源：DeepSeek 官方模型卡，均为厂商自测）。

有输有赢，本来不算新闻。真正值得停下来想的是另一组数字。

DeepSeek 在官方技术报告里，把同一个模型用 8 种不同的 agent 脚手架各跑了一遍 DeepSWE，分数相差 8.7 分（官方未逐一具名这 8 种脚手架）。而在同一个 DeepSWE 基准上，头部三家模型——DeepSeek V4.1-Flash 74.2、Claude Opus 5 74.0、GPT-5.6 Sol 73.0——彼此的差距只有 1.2 分。

把这两组数摆在一起：在头部模型之间，「换模型」带来的差距已经很小；而「换身子」带来的差距，是它的好几倍。

这正好解释了这两年一个很拧巴的现象。很多企业买了最贵的模型，落地效果却一般；另一些团队用的模型没那么贵，活干得又快又稳。差别往往不在脑子，在身子——任务怎么拆、工具怎么接、上下文怎么管、错了怎么回退。

这里要说句公道话，别把结论推过头。8.7 分是厂商自测，8 种脚手架的具名清单没公布，也没说明是否在同预算、同推理强度下比较。所以稳妥的说法是：在头部模型之间，脚手架的影响已经和模型选择同量级，甚至更大。 模型还是要挑，但别再指望「换个更强的模型」就能解决问题。

许教授有句原话，放在这里很贴：「替代你的不一定是你的同行，反而是 AI 的某次模型迭代——可能就会导致一个行业的结束。」（来源：许教授金句库，v2.0 新增·十九·第92条）这次 V4-Pro 被自家 Flash 顶掉，是这句话的一次小规模预演：让一个产品、一个岗位提前退场的，常常不是竞争对手，是下一次迭代。

还有一条，要泼盆冷水。跑分是厂商在最大推理强度下自测的，官方也承认新架构在超长上下文稀疏检索、缓存恢复边界这些场景下，鲁棒性还没测透。别人测出来的第一，不等于你业务里的第一。

三、探哥视角：Token 成了新的流量入口

阿里探哥（通问AI® 联合创始人，阿里16年、支付宝早期创始团队成员·蚂蚁金服创始高管·前淘宝大学校长；来源：通问AI® 知识库 SSOT 事实表）这几年反复讲一个判断，今天看更成立。他说：「过去是充广告买流量，以后是充 Token 买流量。」（来源：探哥金句库，主题1·第17条）

这句话以前听着像远景。现在看，它正在变成账单。缓存命中 98% 折扣、非高峰半价——这些定价设计针对的就是「高频重复读取」的 agent 场景。谁的业务在反复读同一批资料、同一套指令，谁的 token 成本就往下掉。流量红利从广告位，挪到了 token 单价上。

顺着他的框架往下推（以下是作者推演，不是探哥对本次发布的表态）：当一个模型便宜到近乎公共品，赚钱的位置就从「拥有模型」挪到了「消耗模型」。你自己养不起模型，但你可以让别人的模型替你干活。他还说过一句：「不是卖Token，是卖应用消耗Token」（来源：探哥金句库，v2.0 新增·【D】企业办公三国杀）。值钱的从来不是 token 本身，是 token 背后那个跑得通的业务。

他另有一句判断可以直接用：「不是 AI 会抢你们饭碗，是你拿着 AI 去抢别人饭碗」（来源：探哥金句库，v2.0 新增·【E】时代判词）。模型越便宜、越普及，这句话的分量只会更重——门槛降下来之后，拼的是谁先拿它去接活。

四、许教授视角：好的脑子，要配好的身子

许斌（许教授，通问AI® 主理人，复旦大学法学院毕业、前红圈律所律师、15年金融科技从业、香港信托基金创始人；来源：通问AI® 知识库 SSOT 事实表）的切口更偏落地。他有一句原话，和今天的话题几乎是正面撞上：

「最好的脑子要装在最好的身子上。」（来源：许教授金句库，主题八·第100条）

什么叫身子？就是模型外面那层东西，具体是四件事：任务怎么拆、工具怎么接、上下文怎么管、错了怎么回退。8.7 分那张表量的就是这个。模型是脑子，模型公司决定；一个数字员工能把活干到什么级别，是你自己决定的。

他还有一句更直接的：「只有 SKILL 这一层，是所有人都能参与的。万事万物都能 Skill 化。」（来源：许教授金句库，v2.0 新增·十五·第57条）

有人会问：人人都能做，那还叫什么壁垒？问得对。Skill 这一层门槛低，恰恰说明它的壁垒不在「能不能做」，在「做得好不好」。把一条流程拆干净、把验收标准写死、把边界情况都想全——同样一件事，不同的人做，结果就是不一样。这也是许教授另一句话的意思：「AI 时代就三件事——降本、提效、找机会。没那么多花招。」（来源：许教授金句库，主题四·第36条）模型降价只解决了「降本」这一件，而且是三件里最小的一件。

以下是作者按他既有框架做的推演，不是许教授对 DeepSeek 本次发布的态度。企业把便宜模型接进业务，可以分三步：第一步，挑一条规则清楚、重复度高的流程；第二步，把这条流程的步骤和验收标准写成 Skill；第三步，再考虑要不要多智能体编排。顺序不能反。先有标准，再谈编排；先有身子，再挑脑子。

五、GEO 视角：模型换代时，AI 怎么「认识」你

前面讲的模型迭代，对做 GEO 的人有一层更直接的连带影响。

每一次模型换代、每一次路由调整，AI 回答用户问题时调用的信息源，都可能跟着变。今天是 V4-Pro 在答，明天是 V4.1-Flash 在答，后天又是别的。对企业来说，这意味着一件事：你不能假设「AI 认识我」这件事是稳定的。模型这一层你控制不了，能控制的，是自己的信息以什么形态存在。

探哥有句原话把底层说透了：「AI 不是搜索的，AI 是调用」（来源：探哥金句库，v2.0 新增·【C】AI 种草 / GEO）。在 AI 世界里，「被搜到」不等于「被用上」。同样的信息，结构清楚、事实可溯源、口径统一的，更容易被直接拿去用；写得含糊、前后打架的，机器读完也不敢用。

许教授那边也有一句对应的判断：〔当你干活的是 agent 的时候，agent 是不需要页面的。〕（来源：许教授金句库，v2.0 新增·十六·第63条，要点转述）

把两句合起来，GEO（生成式引擎优化）要做的就清楚了：让你的品牌信息变成 AI「愿意调用、也调得动」的原料——一句完整结论、几个真实参数、一段适用场景，主体写全，口径统一。模型越换越勤，这套东西越值钱，因为它是模型换代也带不走的资产。这也正是「身子」思维在信息层的同构：脑子会换，身子得自己攒。

要说明清楚：AI 引擎是否引用你的内容，取决于它自己的抓取、索引与质量判定，不是发一篇就能被引。但「结构清楚、事实可溯源、口径一致」这三点，是主流引擎的常见偏好，也是我们自己做官网优化时反复验证过的方向。

六、现在就能做的三件事

不换工具、不加预算，这周就能动手。

第一，挑一条流程，把它的验收标准写下来。一条就行。写清楚「做到什么样算完成、什么样算返工」。这一步做完，你才知道哪些活能交给 AI。

第二，把这条流程做成一个 Skill。步骤、输入、输出、判断规则，写成一页纸。这是唯一一件「模型再换也带不走」的资产。

第三，把「AI 怎么介绍你」纳入月度检查。每月挑 10 个客户会问的问题，去豆包、元宝、Kimi、文心各问一遍，看 AI 说得对不对、有没有过时。官网是最权威的源，产品、价格、案例在官网和各平台保持同一版口径。

这三件事，对应当下这次发布暴露出的两个缺口：一是「身子」够不够硬，二是「信息」有没有被机器读懂。模型降价能帮你省钱，但这两件，只能自己补。

补一句提醒：可被调用的文字块一旦被大量套用，引擎也会对模板化内容降权。真正要做的是「结构统一、内容有增量」，不是把所有内容塞进同一个模子。再往远想一步：GEO 一旦人人都在做，引擎的判定标准大概率还会再变，就像广告从竞价排名一路演化。到那时能站住的，还是那批把事实攒扎实、口径守得住的人。文章上线后，如果里面的数字被官方更新、或同行指出问题，要及时回改。GEO 是长期资产，错误留着不删，比不发更伤。

不适合谁，也直说。指望换个便宜模型就自动省钱的，这套东西帮不上忙——便宜的是 token，不是判断。愿意把重复劳动交给 AI、把人的精力腾出来做判断的团队，才用得上。

如果你正卡在「知道 AI 有用，但不知道从哪条流程切进去」，通问AI® 的闭门会每周一场，探哥和许教授会当面拆真实的 AI 落地案例；商业战略实训营则是两天两夜，带走一个能跑起来的工作流。适不适合，看你的业务复杂度，不急着下结论。也说句实在话：我们做 AI 落地培训，这篇文章的结论对我们有利，读者该带着这个前提去判断——最终能不能用，还得看你自己的业务。

七、常见问题

本文为通问AI® 每日 GEO 观察系列。新闻事实来源：DeepSeek 官方模型卡与技术报告（V4.1-Flash 发布，2026年09月10日）、DeepSeek 官方定价与路由文档（V4-Pro 路由调整，2026年09月14日生效），均经 AI HOT 收录及第三方整理，产品能力、定价与路由规则以官方原文为准。文中阿里探哥、许斌（许教授）视角为框架推演，非对本次发布的最新表态；带「」金句逐字出自各自金句库（探哥4条：主题1·第17条、v2.0·【D】1条、【E】1条、【C】1条；许教授4条：主题八·第100条、主题四·第36条、v2.0·十五第57条、十九第92条），另含许教授要点转述1条（十六·第63条，非逐字），可作原话引用的仅带来源标注的「」部分。8.7 分及 8 种脚手架为 DeepSeek 官方自测口径，官方未逐一具名，无法独立复核。通问AI® 相关事实以知识库 SSOT 为准。