DeepSeek-V4.1-Flash:KV 缓存降至 1/4,解码分离架构获盛赞

bendee983 · x · 2026-09-17

DeepSeek 发布 V4.1-Flash,被评者称为「AI 工程与研究的杰作」。模型体量约为前代两倍,KV 存储却从每 token 3514 字节降至 890 字节,长 agent 会话持有成本更低。
核心亮点是分离式 encoder-decoder 架构:prefill 只用一半层数,decode 用全量层数,把「读」和「写」拆开处理。
其他关键数据:输入激活 8B、输出激活 16B 参数;缓存命中价 $0.006/百万 token;评测 40 分(对比 Gemini 41);百万 token 会话全局 KV 控制在 1GB 内(前代约需 3.5GB);不再把本地窗口状态落盘,持久 SSD 缓存降至约 1/8。
评价:KV cache 提速与效率优化做得扎实,预计将如以往 DeepSeek 发布一样,为开源架构树立新标杆。

「Infra」频道最新