AREX Feed Article
Mia 实测 DeepSeek V4.1 Flash API：5 亿多 token 花 2.96 美元，解码峰值 315.5 tok/s
9 月 15 日，X 账号 Mia（@MiaAI_lab）发布了一组针对新近上线的 DeepSeek V4.1 Flash API 的实测数字：处理超过 5 亿 token（模型识别文本的最小单位）的成本不到 3 美元，解码峰值约 315 tok/s（每秒 token 数），prefill（处理输入提示的阶段）约 52k。
这组数字来自 Mia 的单方记录：一张她贴出的用量面板截图，加上两句帖文。帖子没有说明测试所用的 harness（运行框架）、请求类型与负载构成；数字记录的是她自己在截图时段内的账单与吞吐。
截图里的六个数值
帖子发布于 9 月 15 日 07:28 UTC。截图是一张端点用量面板，标注为「DeepSeek API」，时间筛选为「Today」；上排三项性能指标是 Context window（上下文窗口）1,000,000 tokens、Decode 315.5 tok/s、Prefill 52,005 tok/s，下排三张数字卡片是 Cost 2.96 美元、API requests 1,080、Tokens 500,053,374。
帖文与截图给出的口径一致：她写道「通过 API 使用 DeepSeek V4.1 Flash，5 亿多 token 的成本不到 3 美元」，「更夸张的是，我测到约 315 tok/s 的解码峰值和约 52k 的 prefill」；截图给出的对应数值是 315.5 tok/s 与 52,005 tok/s，成本一栏是 2.96 美元。截图没有标注模型名，也没有缓存命中率一类的指标；「DeepSeek V4.1 Flash」出自帖文正文。
折合每百万 token 约 0.0059 美元：接近峰时缓存命中价
把 2.96 美元平摊到 500,053,374 token，平均每 100 万 token 约 0.0059 美元；摊到 1,080 次请求，平均每次约 0.27 美分。对照 DeepSeek 官方价目表（V4.1 Flash，单位：每 100 万 token）：输入缓存命中，峰时 0.006 美元、非峰时 0.003 美元；输入未命中，峰时 0.3 美元、非峰时 0.15 美元；输出，峰时 1.2 美元、非峰时 0.6 美元。峰时指工作日 UTC 01:00～04:00 与 06:00～10:00，其余时段按半价计；这套价格自 9 月 10 日 04:00 UTC 起生效。
5 亿多 token 若全部按峰时缓存命中价计费，代价约 3.00 美元，与截图里的 2.96 美元只差约 4 美分；若全部按峰时未命中输入价计费，同样的量要花超过 150 美元。这份账单能落在 3 美元以内，对应的是绝大多数 token 以缓存命中价计费的情形。同一份价目表里，缓存命中与未命中的输入单价相差 50 倍。
引用帖里，Josué Hernández 也按截图折算：500,053,374 token 除以 1,080 次请求，平均每次约 46.3 万 token；他认为这个量级反映的主要是输入（prefill），并算出按 52k tok/s 的 prefill 速度，填满 100 万 token 上下文需要在首个 token 之前等约 19 秒。
官方公告里的 V4.1 Flash：552B MoE、1M 上下文与压缩的 KV cache
按 9 月 10 日的官方公告，Mia 测的这款模型是 DeepSeek 新架构家族里最小的一个。它采用 552B 参数的混合专家（MoE）架构和新的因果编码器—解码器结构，输入侧激活 8B 参数、输出侧激活 16B；通过 API 提供原生多模态支持，调用模型名为 deepseek-flash，此前的 deepseek-v4-flash 等名称暂时路由到新模型。定价页列出的规格为 1M 上下文、最大 384K 输出。
公告称，V4.1 Flash 的 KV cache（键值缓存）只需要上一代 1/4 的 HBM（高带宽内存）和 1/8 的 SSD（固态硬盘）存储；压缩缓存的原因很直接：官方称缓存命中费用在 agent（智能体）成本中往往占很大一块。公告还称，来自多方的测试显示，V4.1 Flash 在性能、成本、速度和总运行时间上领先 V4-Pro；自 9 月 14 日 04:00 UTC 起，deepseek-v4-pro 的请求由 V4.1 Flash 承接、按 V4.1 Flash 的价格计费，直到 V4.1 Pro 推出。定价页另有一条注记：应部分用户要求，V4 Pro 的 API 服务在 9 月 14 日之后继续提供，计费方式不变。
回复区：官方 API 的确认、对照数字与怀疑
在回复区，有用户追问「是官方 API 吗？除非缓存命中率达到 99%，否则这种用量不可能」，Mia 回复「是的」。、
另一位用户 easthambuilds 报出相近的体验：他称自己测得 271 tok/s，并说自己的编排器现在要求通过 API 调用 DeepSeek V4.1 Flash 子代理，同时准备把夜间的审计、找 bug 与对抗性检查放到本地推理硬件上。
也有人报出更高的账单。vyomant 写道「我用了 3 亿 token，花掉 12 美元以上，为什么？」；vysecurity 则问「怎么这么便宜」，并称自己每两三天要烧掉约 20 美元。、
中文回复里，shenshengdahan 给出一条经验数字：「一亿 token 四元人民币左右，缓存命中有时候能达到 99.7%」。用户 shax1347 则提醒，token 单价是标价、账单是另一回事：他的 agent 每 30 秒轮询一次，空闲时段每小时产生约 120 次完整前缀重读且全部计费，加上约 30% 的重试，9 美元的 API 用量变成约 13 美元，换来 85 个被接受的任务，平均每个约 0.15 美元；他认为，只有当 harness 不再反复重读前缀时，便宜的 token 才真正划算。、
Mia 在自己的帖子下补了一句：「是的，我仍然更愿意在本地运行它。」
复现这份账单还缺什么：缓存命中率与负载构成
决定这份账单能否复现的，是这批请求的缓存命中率、峰谷时段分布与负载构成；截图只给出成本、token 数、请求数和速度，没有列出这些变量。回复区里有人直接追问测试环境：「用的什么 harness？」
面板的时间筛选是「Today」，记录范围只有一天。在这些变量得到说明之前，2.96 美元是 Mia 单日负载下的一份读数。