AREX Feed Article
OpenRouter 称 DeepSeek V4.1 Flash 在其平台 24 小时处理 1T tokens，预计 48 小时约 2.8T
北京时间 9 月 12 日凌晨（UTC 9 月 11 日 20:07），LLM（大语言模型）统一接口平台 OpenRouter 在 X 上称：DeepSeek 9 月 10 日发布的 V4.1 Flash 在平台上线的第一个 24 小时处理了 1T tokens（约 1 万亿个词元）；按其走势，48 小时合计预计约 2.8T（约 2.8 万亿个词元），将是任何付费模型发布中最大的 48 小时。
帖文还给出了这批用量的构成与定价：这些 tokens 中 90% 是缓存读取（cache reads），其市场价约为 $0.006/M（每百万 tokens 0.006 美元），比 GLM-5.3 Flash 等同类模型便宜 5 倍。以上数字与对比均来自 OpenRouter 的平台数据。
实测到 37 小时的 1.91T，48 小时为虚线外推
帖文附带的用量图把节奏标得更细：曲线在 24 小时处标注 1.0T；实线在约 37 小时处结束于 1.91T 的实测点；从那里到 48 小时的约 2.8T 用虚线连出，图注写明虚线代表预测，数据来源标注为 OpenRouter analytics。
作为量级参照，OpenRouter （数据截至 9 月 9 日，即 V4.1 Flash 发布之前）显示，按周统计处理量最大的模型是腾讯的 Hy4 preview，约 19.7T tokens。该页面同时注明，token 量衡量的是采用度而非质量，也不等于请求数、用户数或花费。
供应商标价与 DeepSeek 官方价目表
$0.006/M 这个数字能对应到平台价目表上：OpenRouter 显示，该模型由 8 家供应商提供，其中 DeepSeek、GMICloud、NovitaAI、Parasail、DeepInfra 五家的缓存读取标价均为 $0.006/M；io.net 为 $0.003/M，Fireworks 为 $0.007/M，Morph 为 $0.03/M。同一张表里，缓存未命中的普通输入为 $0.15～$0.30/M，输出为 $0.60～$1.20/M。
九成的缓存占比也有旁证。模型页的价格历史按供应商列出缓存命中率：DeepSeek 94.1%、GMICloud 93.1%、NovitaAI 85.9%，三家合计覆盖了该模型超过 96% 的单日 token 份额。
DeepSeek 的给出了对应的官方价格：V4.1 Flash 的缓存命中在高峰时段为 $0.006/M、非高峰为 $0.003/M；缓存未命中的输入为 $0.30/M 与 $0.15/M，输出为 $1.20/M 与 $0.60/M。这套价格从 UTC 9 月 10 日 04:00 起生效。
KV 缓存压缩与 agent 负载
DeepSeek 在公告中把缓存命中费用列为 agent（智能体）成本的组成部分：「缓存命中费用往往在 agent 成本中占据很大一部分，压缩缓存能显著削减这部分开销。」同一份公告给出的数字是：V4.1 Flash 的 KV（键值）缓存占用降到了上一代的四分之一（HBM，即高带宽内存）和八分之一（SSD 存储）；每 token 的全局 KV 缓存为 890 字节，上一代 V4-Flash 为 3,514 字节。
与高缓存占比相呼应的是应用类型：OpenRouter 模型页把 Nous Research 的 Hermes Agent、Anthropic 的 Claude Code 等 agent 工具列在向该模型发送流量最多的公开应用之中。
差价只在缓存读取，缓存之外排序相反
OpenRouter 称 V4.1 Flash 比 GLM-5.3 Flash 等同类模型便宜 5 倍。对照 OpenRouter 上两款模型的价目表，5 倍差距出在缓存读取：V4.1 Flash 多数供应商的缓存读取标价为 $0.006/M，8 月 26 日发布的 标价为 $0.03/M（部分供应商有折扣，折后 $0.015～$0.0264/M）；按标价算，$0.03 正好是 $0.006 的 5 倍。
缓存读取之外则是另一套排序：V4.1 Flash 的普通输入价为 $0.15～$0.30/M，GLM-5.3 Flash 标价 $0.15/M、多个供应商折后低至 $0.075/M。帖文下，回复者 Arthur ：「但不算缓存读取的话，比 GLM-5.3 Flash 贵多了。」这与价目表给出的排序一致。
对缓存读取占比的两种读法
90% 这个数字，在帖文回复里引出了不同的解读。回复者 Ibesh ：「90% 的 token 是缓存读取，这本身就是最能说明问题的数字：那是人们在整天挂着 agent 循环，而不是聊天；便宜的缓存读取让这个循环可以一直开着。」
回复者 John Rood ：「缓存读取只有在上下文稳定时才能保持九成。跑长程 agent 时，每次上下文压缩都会重写前缀，缓存恰恰在上下文大到开始有意义的时候失效。那是个冷启动数字，稳态会更难看。」
V4-Pro 请求将在 9 月 14 日改道
按 OpenRouter 模型页的介绍，V4.1 Flash 是 DeepSeek 家族里定位成本档的稀疏 MoE（混合专家）模型：总参数 552B（5,520 亿），输入侧激活 8B（80 亿）、输出侧 16B（160 亿），也是该公司新 CED（Causal Encoder-Decoder）架构下的首个模型。DeepSeek 在公告中称，多方测试显示它在性能、成本、速度和总运行时间上超过 V4-Pro，并给出了换代安排：上一代 V4-Flash 已退役，V4-Pro 则在淘汰中——从 UTC 9 月 14 日 04:00 起，所有 deepseek-v4-pro 请求将改道到 V4.1 Flash，按 V4.1 Flash 的价格计费，直到 V4.1-Pro 发布。
从那天起，V4-Pro 的存量请求将计入 V4.1 Flash 的 token 用量。