DeepSeek 发布 V4.1-Flash,多平台火速上线
9 月 18 日，DeepSeek 官宣发布 DeepSeek-V4.1-Flash，这是其新架构家族中最小的模型，定位为面向长程 Agent 工作负载的多模态 MoE 模型，并为家族后续更大模型铺路。权重已在 Hugging Face 开放，多家第三方推理平台当天即跟进上线。
已确认
- 架构与参数：552B MoE，输入仅激活 8B 参数、输出激活 16B 参数，采用非对称 Causal Encoder–Decoder 架构，原生支持视觉理解(m1、m4、m5)
- 长上下文与效率：上下文最高 100 万 token，KV 缓存压缩至 890 字节/token，较此前降至 1/4(m1、m5)
- 开放性：权重已在 Hugging Face 开放(m1)
- 第三方上线：Nebius Token Factory 已上线该模型，面向长输入、高吞吐工作流，原生支持图像理解(m4)；Runware 同步上线并公布输入 token 价格(m3)；推理服务商 Inco 上线后输出速度达 532 tokens/s，据 Artificial Analysis 数据为其平台上输出速度第一且优势明显(m2)
为什么重要
- 非对称激活设计(输入 8B/输出 16B)兼顾长输入处理的成本与生成质量，配合大幅压缩的 KV 缓存，显著降低百万级上下文应用的门槛。
- 作为新架构家族的最小成员，它为后续更大模型验证了架构与部署路线；多家第三方平台发布当天即上线并登顶速度榜，说明生态采用意愿强烈。
2026-09-18 ~ 2026-09-19 · 5 条相关
- 第 1 集:开发者实测后砍九成AI开销 DeepSeek成主力(2026-09-18,2 条)
- 第 2 集:DeepSeek 发布 V4.1-Flash,多平台火速上线(2026-09-18,5 条)
一手来源
- DeepSeek 发布 V4.1-Flash:KV 压缩至 890 字节/Token,支持百万上下文 — deepseek-ai ·
- DeepSeek V4.1 Flash 上线 Nebius:552B MoE 仅激活 8B,配 1M 上下文 — Arindam_1729 ·
- DeepSeek V4.1 Flash 上线 Inco,532 tokens/s 居速度榜第一 — songhan_mit ·
- 【源头】DeepSeek V4.1 Flash 上线 Nebius:552B MoE 仅激活 8B,配 1M 上下文 — Arindam_1729 · 2026-09-18
- DeepSeek 发布 V4.1-Flash:新架构家族最小模型,原生视觉理解 — aziz4ai · 2026-09-18
- 【源头】DeepSeek V4.1 Flash 上线 Inco,532 tokens/s 居速度榜第一 — songhan_mit · 2026-09-18
- 【源头】DeepSeek 发布 V4.1-Flash:KV 压缩至 890 字节/Token,支持百万上下文 — deepseek-ai · 2026-09-18
- DeepSeek 发布 552B MoE 模型 V4.1-Flash,KV 缓存降至 1/4 — dl_weekly · 2026-09-19