DeepSeek V4.1/Flash 爆料：552B 非对称架构对标 GPT-5.6 Sol

9 月 10 日，多位博主集中曝光了据称是 DeepSeek V4.1 及 V4.1 Flash 的官方基准成绩与技术细节，Sentdex 于次日称权重已放出。若属实，V4.1 将以 552B 非对称激活架构在多项 agentic/编码基准上正面挑战 GPT-5.6 Sol，并凭极致 KV 压缩大幅压低推理显存与成本，还带来 1-100 连续可调推理力度等罕见设计。官方尚未确认任何信息，iScienceLuvr 等博主公开质疑成绩可能存在刷榜成分。

已确认

• 信息均为未经官方证实的爆料，主要来自 teortaxesTex、eliebakouch、ChrisGPT、nrehiew、iScienceLuvr、AdinaYakup、zainhas、Sentdex 及 @sheriyuo（经 AndrewZhao 转发）、@MiaAIlab（经 airesearch12 转发）等博主，各帖数据相互印证；另有 SemiAnalysis 发帖「祝贺」发布（经 bodonoghue85 转发）。
• 模型总参数 552B，采用全新 Causal-Encoder-Decoder 架构，输入激活 8B、输出激活 16B；nrehiew 补充称同一模型在预填充与解码两个阶段激活不同数量的参数（解码 8B、预填充 16B），属此前少见的设计。多个来源强调其成本显著低于同尺寸模型，sheriyuo 称其「智能超自家旗舰」；MiaAIlab 称其能力大致持平或优于 GPT-5.6 Sol、Claude Opus 5、GLM 5.3 和 Kimi K3 等一线模型；Sentdex 援引的原推称权重已放出，模型比前代大不少，并在多个关键领域超过 Opus-5、GPT-5.6-Sol、Kimi-K3 和 GLM-5.3。
• 曝光跑分：TerminalBench 4.0 得 31.2，CyberGym 88.1（对比 GPT-5.6 Sol 的 84.5），HLE 63.9；ChrisGPT 称多项 agentic/编码基准超越 GPT-5.6 Sol；nrehiew 称 V4.1 Flash 在 DeepSWE 以 74.2 分登顶，超过 Opus 5 与 Gemini 3.8 Flash。
• eliebakouch 引述的技术报告显示 V4.1 Flash 为原生视觉模型，训练于 45T tokens，架构被赞为近年最新颖；AdinaYakup 称其原生视觉能力合并到同一端点。
• zainhas 连发两帖指出，V4.1 Flash 支持 reasoningeffort 从 1 到 100 连续可调，而非业界常见的 low/medium/high 离散档位，并罕见提供 API 兼容映射；其称此前未见过任何模型采用这种设计。

架构与工程亮点

• 据 teortaxesTex 爆料，KV cache 压缩至 890 字节/token，百万 token 不足 1GB；相比 V4-Flash，HBM 需求再降 3.9 倍，SSD 需求降 8 倍，且发布半年后仍未被超越。AdinaYakup 称 KV 缓存缩至首代的 1/437，HBM 占用为上一代 1/4、SSD 为 1/8。
• Scobleizer 转发的信息补充定价：$0.15 输入 / $0.60 输出每百万 token，AdinaYakup 称价格仅为 Opus 的四十分之一。
• 同据 teortaxesTex（经 zephyrz9 转发），V4.1 砍掉 V4 的临时补丁：放弃 HCA、将 CSA 泛化为更通用原语、去掉稀疏注意力的 warmup 阶段、采用更简单的单遍 mHC；另提及新的稀疏注意力设计（经 donglixp 转述）。
• teortaxesTex 还转发调侃了一份署名「果蝇连接组」的报告，称 V4.1-Flash 在 2× NVIDIA GB300 DGX Station 上完成推理优化，prefill 达 56k tok/s，c1 decode 达 201.7 tok/s（级别），该报告的可信度与来源本身即带玩笑性质，仅供参考。

尚未确认

• 所有跑分、参数规格、定价、吞吐数据、架构细节及权重放出的说法均无官方来源，最终发布版本可能存在差异；iScienceLuvr 明确表示对「GPT-5.6 Sol 级别」的成绩持怀疑态度，怀疑存在刷榜成分，相关帖中也出现「benchmarkmaxxed」的质疑。

为什么重要

• 若爆料属实，V4.1 在 agentic/编码能力上正面挑战 GPT-5.6 Sol，同时凭借不对称激活与极致 KV 压缩大幅降低部署显存门槛；1-100 连续推理力度若属实，也将为 API 侧的推理成本与深度调控提供新的交互范式，在开源开放生态下对推理成本影响显著。

2026-09-10 ~ 2026-09-11 · 21 条相关

事件全程(共 18 集)→

• 第 1 集:DeepSeek V4.1 Flash 限时内测：新架构原生多模态(2026-09-08,18 条)
• 第 2 集:DeepSeek V4.1 Flash实测：极速350 tokens/s但偏实验性(2026-09-08,2 条)
• 第 3 集:DeepSeek V4-Flash 降价并改峰谷计费，9 月 10 日生效(2026-09-08,6 条)
• 第 4 集:DeepSeek V4.1 Flash 多方实测：近前沿性能，成本仅 1.4%~3.5%(2026-09-09,15 条)
• 第 5 集:DeepSeek 开源发布 V4.1 Flash，超旗舰低价引热议(2026-09-09,57 条)
• 第 6 集:DeepSeek V4.1/Flash 爆料：552B 非对称架构对标 GPT-5.6 Sol(2026-09-10,21 条)
• 第 7 集:DeepSeek V4.1 Flash 评测跑分流出，社区热议实测表现(2026-09-10,2 条)
• 第 8 集:DeepSeek 九个月将 KV 缓存压缩 54 倍至亚 KB 水平(2026-09-10,6 条)
• 第 9 集:传 DeepSeek 新模型成开源之王：碾压 GLM、Kimi 且便宜 4-10 倍(2026-09-10,3 条)
• 第 10 集:Bug Hunt Bench 发布:105 个真实 bug 横评前沿模型(2026-09-10,13 条)
• 第 11 集:DeepSeek V4.1 Flash 确认以 YOCO 架构为核心(2026-09-10,7 条)
• 第 12 集:DeepSeek V4.1 Flash 技术报告流出：死磕 KV cache 压缩(2026-09-11,44 条)
• 第 13 集:DeepSeek V4.1 Flash 登顶 Vals 开源榜，成本仅 0.3 美元(2026-09-11,2 条)
• 第 14 集:DeepSeek 发布 V4.1-Flash：552B 骨干、百万上下文(2026-09-11,5 条)
• 第 15 集:DeepSeek V4.1 Flash 评测得 40 分，幻觉率上升仍领先开源(2026-09-11,2 条)
• 第 16 集:DeepSeek CED 与 GLM 的 KV 缓存复用机制解析(2026-09-11,4 条)
• 第 17 集:DeepSeek 4.1 Flash 实测：缓存降价 7 倍，内核大升级(2026-09-11,2 条)
• 第 18 集:SGLang 24 小时适配 DeepSeek V4.1 Flash 达 873 tok/s(2026-09-12,2 条)

• 【源头】曝 DeepSeek V4.1 跑分：552B 新架构，HLE 63.9、TerminalBench 31.2 — teortaxesTex · 2026-09-10
• DeepSeek V4.1 架构再进化：HBM 需求降至 1/3.9，跑分全面刷新 — teortaxesTex · 2026-09-10
• 【源头】KV 压至 890 字节/token:DeepSeek V4.1 Flash 显存需求降 3.9 倍 — teortaxesTex · 2026-09-10
• 曝 DeepSeek V4.1 Flash：552B MoE 非对称架构，智能超自家旗舰 — _AndrewZhao · 2026-09-10
• DeepSeek V4.1 Flash 跑分曝光:编码与 agent 基准多项超 GPT-5.6 Sol — ChrisGPT · 2026-09-10
• DeepSeek V4.1 Flash 曝光：552B 总参、原生视觉，架构被赞近年最新颖 — eliebakouch · 2026-09-10
• 爆料称 DeepSeek V4.1 砍掉 V4 补丁：弃 HCA、泛化 CSA、免稀疏预热 — zephyr_z9 · 2026-09-10
• DeepSeek V4.1 Flash 登顶 DeepSWE:74.2 分超 Opus 5 与 Gemini 3.8 Flash — nrehiew_ · 2026-09-10
• 曝 DeepSeek-V4.1-Flash 支持 1-100 连续可调推理强度 — zainhas · 2026-09-10
• 曝 DeepSeek 发布 V4.1-Flash:552B 参数自称达 GPT-5.6 水平 — iScienceLuvr · 2026-09-10
• 曝 DeepSeek V4.1 Flash 为不对称激活 MoE,成本远低于同尺寸模型 — gaganghotra_ · 2026-09-10
• DeepSeek-V4.1-Flash 推理力度 1-100 连续可调,还罕见提供 API 兼容映射 — zainhas · 2026-09-10
• 552B只激活8B：DeepSeek V4.1 Flash效率数据曝光 — Scobleizer · 2026-09-10
• DeepSeek V4.1-Flash：KV缓存缩至首代1/437，价格仅为Opus四十分之一 — AdinaYakup · 2026-09-10
• 爆料称 DeepSeek v4.1 Flash 比肩或超越 GPT-5.6 Sol 与 Claude Opus 5 — airesearch12 · 2026-09-10
• 曝 DeepSeek-V4.1-Flash：552B 架构仅激活 8B，KV 缓存降 8 倍 — bodonoghue85 · 2026-09-10
• DeepSeek V4.1-Flash 引热议：552B 参数对标 GPT-5.6 — teortaxesTex · 2026-09-10
• 【源头】KOL 实测视角：DeepSeek V4.1 Flash 多项关键指标超 Opus-5 — Sentdex · 2026-09-11
• DeepSeek-V4.1-Flash 疑似现身,双 DGX 跑出 20 万级解码速度 — teortaxesTex · 2026-09-11

另有 2 条近重复转述:zainhas · donglixp