开发者盛赞 DeepSeek 工程效率：KV Cache 三年缩小 437 倍

开发者 gnukeith 连发多条帖子指出 DeepSeek 在工程层面被严重低估：DeepSeek V4.1 Flash 跑 1M token 上下文仅需不到 0.9GB 内存，而 Llama 3.3 70B 约需 320GB。他晒出 KV Cache 每 token 字节数演进图，显示三年间缩小 437 倍，从 DeepSeek-V1（2023.11）持续下降，据此断言 AI 会随时间越用越便宜且更强，而非更贵。他还盛赞 DeepSeek 论文的量化技术，可将 7630 亿参数模型压缩到约 305GB 内存上近无损运行，称每次重读都能发现新细节。

2026-10-29 ~ 2026-10-29 · 3 条相关

• DeepSeek V4.1 Flash 跑 1M 上下文内存不到 0.9GB，Llama 70B 需 320GB — gnukeith · 2026-10-29
• KV Cache 三年缩小 437 倍，开发者断言 AI 会越用越便宜而非越贵 — gnukeith · 2026-10-29
• 763B 参数模型压缩到 305GB 内存近无损，DeepSeek 论文再被赞 — gnukeith · 2026-10-29