DeepSeek V4.1 Flash 发布：552B 参数跑出 420-507 tok/s，Agent 成绩反超 Claude
APPSO · wechat · 2026-09-12
DeepSeek 发布 V4.1 Flash 并同步更新网页版和 App，将快速、专家、识图三合一。主干参数从 284B 翻倍至 552B，但速度反而更快：实测 420-507 tok/s，另有用户测得约 217 tok/s。
省钱架构：每 token 全局 KV cache 仅 890 字节，是 V4-Flash 的 1/4、初代 V1 的约 1/437。关键改动包括：CED 架构把 40 层分成前 20 层因果编码器 + 后 20 层解码器，长输入预处理计算量近乎减半；CSA2 让多层共享全局 KV 缓存并用 FP4（OCP 开放标准）量化；SWA Bounded Replay 把局部状态放短时内存池，用重算最近 128 token 换掉长期存储，持久 KV 缓存降到上一代约 1/8，状态可驻留 72 小时以上；外挂 196B「条件记忆」模块 Engram，用哈希表查常用词组降低成本。
训练与评测：45 万亿 token 多模态预训练，从预训练起就接触图像，Agent 可读截图自查。后训练无新算法，投入集中在任务生产：把 Agent 任务拆为问题、执行环境、验证系统，用 AI 出题、试做、查漏。DeepSWE v1.1 达 74.2%（上代 54.4%，Opus-5 为 74.0%），Terminal-Bench 2.1 达 90.6，AutomationBench 54.8 反超 Opus-5 和 GPT-5.6 Sol；但 Terminal-Bench 4.0（31.2 vs 51.8）和 GPQA Diamond（90.9 vs 92.4）与最强模型仍有差距。API 提供 low/high/max 三档推理强度。报告还指出系统提示、工具配置等 Agent 框架差异会显著改变同一模型的成绩（74.2 → 65.6）。
所属事件:DeepSeek 发布 V4.1-Flash：552B 骨干、百万上下文(5 条相关)→
「编程与Agent」频道最新
- krishnan 点评多智能体自主实验室：批评改变了下一步搜索方向 — krishnan · 2026-10-31
- 给 Agent 加「拒绝记录」再试错：多智能体排障的工业级实验设计 — krishnan · 2026-10-31
- krishnan 提议：记录故障排查中被否决的解释，留作未来重开的证据 — krishnan · 2026-10-31
- 东京科学大学预印本：多智能体 AI 实验室自主研究金刚石量子自旋 — krishnan · 2026-10-31
- PI 智能体 30 小时否决 75 个提案，管理者据此排除重复坏方向 — krishnan · 2026-10-31
- 后续 9 个提案探索 7 个新方向：拒绝成了信息而非判词 — krishnan · 2026-10-31