DeepSeek V4.1 Flash 上线：552B 非对称新架构，KV Cache 缩至 1/437
量子位 · wechat · 2026-09-10
DeepSeek 上线 V4.1 Flash，552B 参数 MoE，采用全新 Causal-Encoder-Decoder 非对称结构：输入激活仅 8B、输出 16B，多数 prompt token 只需走前 20 层编码器，prefill 计算量接近减半。这也是其首个原生支持视觉理解的多模态正式版模型，9 月 14 日起 V4.1 Pro 请求将被重路由至 Flash。
推理成本是最大亮点：CSA2 稀疏注意力沿条目、序列、层三个维度压缩缓存，主 KV Cache 降到 FP4，配合 SWA Bounded Replay 分层持久化，HBM 需求减至 1/4、SSD 减至 1/8——从 V1 到 V4.1 Flash KV Cache 总共缩小到原来的 1/437，核心目标是让长上下文 Agent 负载在经济上成立。
所属事件:DeepSeek 开源发布 V4.1 Flash，超旗舰低价引热议(57 条相关)→
「Infra」频道最新
- 多州暂停新建数据中心，72% 美国人反对建在家门口 — YvesMulkers · 2026-10-26
- 500 万美元种子轮不够 DeepSeek 训一遍:没 GPU 的 AI 创业只剩三条路 — FinanceYF5 · 2026-10-26
- HBM 需求转向:低端推理砍单,Rubin 将全系 12-high HBM — BenBajarin · 2026-10-26
- CircuitHub 发布工厂级机器人 The Grid，美国产 PCB 提速两倍对标深圳 — garrytan · 2026-10-26
- Ubicloud 发文修复 vLLM 工具调用准确率问题 — petrusenko_max · 2026-10-26
- Meta 批准无投票权 C 类股，2026 年资本开支指引达 1350–1450 亿美元 — thione · 2026-10-26