DeepSeek在V4‑Flash与V4‑Pro大规模商用之后，火速放出了限时中间内测版DeepSeek‑V4.1‑Flash，模型完整调用ID为deepseek‑v4.1‑flash‑expires‑on‑0910。这次内测并非简单参数微调，而是底层换上了全新的CED因果编码器‑解码器非对称MoE混合专家架构，原生支持图文多模态理解，推理吞吐对比前代提升2‑3倍。更友好的是，内测期间base_url与鉴权信息完全复用，只需把模型ID换成完整字符串即可跑通。
不过，后端能力和前端客户端之间存在明显断层——模型本身具备识图能力，但Harness、多数第三方Agent工具默认把该内测ID当成纯文本模型，上传图片会被直接拦截。开发者必须手动在配置里声明input: [text, image]才能解锁视觉能力。此外，该版本设有明确失效时间、20并发上限，严禁用于生产环境。
想快速了解内测详情与接入方式，👉访问阿里云百炼大模型服务平台页面。
一、架构亮点与关键约束
1.1 CED非对称MoE设计核心
DeepSeek‑V4.1‑Flash总参数量高达552B，整体网络40层，前20层做编码器、后20层做解码器。编码器每token仅激活8B参数负责压缩输入，解码器每token激活16B参数负责生成输出。这种输入输出差异化算力分配，让KV Cache显存占用降至旧V4‑Flash的1/4，长上下文和Agent循环调用场景受益尤其明显。
经过多轮预训练+大规模强化学习后训练，该模型在Terminal‑Bench、CyberGym、Automation‑Bench等智能体基准上表现亮眼。原生支持百万token上下文，文本与图片走同一套推理链路，不再需要外挂独立Vision模型。实测推理输出稳定在300+ tokens/s，在代码生成、GUI截图理解、图表解析、长周期工具调用等任务上提升显著。
1.2 内测阶段硬性规则
表格
约束项 具体说明
模型ID 必须完整填写deepseek‑v4.1‑flash‑expires‑on‑0910，少一个字符都返回404
base_url 沿用https://api.deepseek.com，不用改任何项目接口地址
计费 与V4‑Flash同标准，不额外涨价
并发 单账号全局上限20，仅适合小规模验证
有效期 到期ID自动失效，所有调用报错
SLA 无生产级保障，纯属原型验证用途
开发者务必记住：正式业务必须等后续发布版本，现在只做能力摸底。更多内测规则细节可前往阿里云百炼大模型服务平台页面查阅。
二、API直调：curl与Python代码即拿即用
已对接DeepSeek的项目，只需把model字段替换为完整ID，其余配置原封不动。
2.1 curl纯文本对话
bash
curl https://api.deepseek.com/chat/completions \
-H "Authorization: Bearer 你的DEEPSEEK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash-expires-on-0910",
"messages": [
{"role": "system", "content": "你是技术助手，回答简洁。"},
{"role": "user", "content": "用一句话概括CED非对称MoE架构的核心思路"}
],
"max_tokens": 4096,
"temperature": 0.7,
"stream": false
}'
2.2 Python SDK纯文本调用
bash
pip install openai python-dotenv
python
import os
from openai import OpenAI
from dotenv import load_dotenv
load_dotenv()
client = OpenAI(
api_key=os.getenv("DEEPSEEK_API_KEY"),
base_url="https://api.deepseek.com"
)
resp = client.chat.completions.create(
model="deepseek-v4.1-flash-expires-on-0910",
messages=[
{"role": "system", "content": "你是研发助手。"},
{"role": "user", "content": "CED架构与传统对称MoE有何区别？"}
],
max_tokens=4096,
temperature=0.7,
stream=False
)
print(resp.choices.message.content)
2.3 Python多模态识图调用
注意：图片只能放在user角色里，system或assistant带图会报400。支持JPEG/PNG/GIF/WebP。
python
import os
from openai import OpenAI
from dotenv import load_dotenv
load_dotenv()
client = OpenAI(
api_key=os.getenv("DEEPSEEK_API_KEY"),
base_url="https://api.deepseek.com"
)
resp = client.chat.completions.create(
model="deepseek-v4.1-flash-expires-on-0910",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": "请提取这张截图中的关键文字信息。"},
{"type": "image_url", "image_url": {"url": "https://xxx/test.png"}}
]
}
],
max_tokens=4096,
temperature=0.4
)
print(resp.choices.message.content)
以上三种方式都能直接验证后端模型能力。如需对比不同接入路径的效果，建议先在阿里云百炼大模型服务平台页面查看官方测试指引。
三、DeepSeek Harness（DSH）接入与多模态坑点破解
DSH是DeepSeek官方开源的Agent运行时框架，采用BYO自带模型模式——它不会自动从后端拉取模型元信息，输入输出能力全靠本地settings.yaml声明。这正是"后端支持图片、前端拦截图片"的根源所在。
3.1 快速启动Web界面并添加模型
bash
npx @deepseek-ai/dsh web
浏览器打开http://127.0.0.1:3080，左下角点【设置】→【模型】标签→找到DeepSeek供应商点编辑→【+添加模型】，完整填写：
text
deepseek-v4.1-flash-expires-on-0910
保存后在会话右上角下拉选择该模型，即可开始文本对话。但此时粘贴图片仍会被拦截，必须继续下一步。
3.2 修改settings.yaml开启图片输入
找到配置文件，在对应模型定义下增加input: [text, image]：
yaml
providers:
deepseek-official:
apiKeyEnv: DEEPSEEK_API_KEY
baseURL: https://api.deepseek.com
models:
- id: deepseek-v4.1-flash-expires-on-0910
name: DeepSeek-V4.1-Flash-Exp
input: [text, image]
保存后彻底关闭DSH进程再重启，之后图片上传即可正常通过。
3.3 用Python SDK在DSH外部编程调用
SDK层面不做模态拦截，多模态请求可直接透传：
python
from deepseek_harness import DeepSeekHarness
def agent_task():
with DeepSeekHarness(
provider="deepseek-official",
model="deepseek-v4.1-flash-expires-on-0910",
cwd="/tmp/test_workspace",
session_root="/tmp/dsh_log"
) as agent:
res = agent.run("读取目录文件，统计py代码行数")
print(res.get("final_response"))
if name == "main":
agent_task()
DSH接入的完整配置要点与踩坑提醒，同样可以在阿里云百炼大模型服务平台页面找到官方补充说明。
四、第三方Agent工具通用接入四步走
市面上主流AI Agent工具只要支持自定义OpenAI兼容供应商，就能接入该内测模型，流程高度一致：
添加供应商：base_url填https://api.deepseek.com，输入API Key；
添加自定义模型：完整填入deepseek-v4.1-flash-expires-on-0910；
手动勾选输入类型：必须同时选【文本】+【图片】，工具不会自动识别多模态属性；
参数设置：上下文窗口设1000000，最大输出token设128000。
保存后新建会话选该模型，用一张含文字的截图发指令"描述这张图片全部内容"，模型正常输出则配置生效，否则回到第3步检查输入类型勾选。
五、六大高频踩坑与解决方案
表格
坑点 现象 根因 解决
①模型ID不完整 返回404 少写字符或缺后缀 必须用完整字符串
②客户端拦图但curl正常 工具报"不支持图片" 本地元配置未声明image 改yaml或工具表单勾选图片输入
③并发超限返回429 请求被限流 全局上限20 降低并发数
④到期后全部报错 ID失效 限时内测属性 记录到期日，及时迁移正式版
⑤改后缀仍报错 HEIC改jpg被拒 模型校验实际编码 另存为标准JPG/PNG
⑥直接上生产 到期业务中断 无SLA保障 禁止用于线上
特别强调：后端模型原生具备识图能力，问题出在客户端配置层。务必区分"模型能力"和"工具配置"两件事。详细排错步骤可参考阿里云百炼大模型服务平台页面的FAQ专区。
六、建议测试维度与反馈提交
内测目的是收集真实体验，官方配有反馈问卷。建议从以下角度验证：
文本长任务：长文档摘要、复杂代码生成，对比V4‑Flash的速度与质量；
Agent工具调用：Function‑Calling稳定性、长循环自我纠错；
多模态识图：UI截图、表格图表、扫描件OCR；
KV缓存收益：固定system prompt多轮会话，观察token消耗变化。
测试完毕填写问卷，内容涵盖优点与缺陷，帮助官方评估该版本能否全面替代V4‑Pro。
七、总结
DeepSeek‑V4.1‑Flash内测版凭借CED非对称MoE架构，带来原生多模态、百万上下文、推理提速2‑3倍、显存压缩至1/4等核心升级。接入门槛极低——只需替换完整模型ID，base_url与鉴权全部复用。但必须注意：该版本有明确过期时间、20并发上限，仅限开发测试，后端支持图片不等于客户端自动支持，需要手动配置input: [text, image]才能解锁视觉能力。
建议开发者先用curl/Python SDK跑通基础能力，再结合DSH或第三方工具做Agent任务验证，完成后提交反馈，等待正式版发布再迁移流量。获取更多内测资讯与接入指引，👉访问阿里云百炼大模型服务平台页面。
![https://xxx/test.png"}}](https://xxx/test.png"%7d%7d){kind=link}