资讯
DeepSeek 发布 V4.1 Flash：552B 参数、百万上下文，KV Cache 压缩至 1/437
一句话：DeepSeek 发布全新模型结构系列最小型号 V4.1 Flash：总参数量 552B、原生多模态视觉理解、百万 token 上下文，并以非对称结构大幅压缩 KV Cache 需求。
背景
- 在长上下文与 agent 任务中，KV Cache 占用成为并发与成本瓶颈。DeepSeek 以 Causal-Encoder-Decoder 非对称结构（输入激活 8B、输出激活 16B）降低缓存需求。
核心要点
- V4.1 Flash 总参数 552B，采用新的 Causal-Encoder-Decoder 结构，输入/输出分别激活 8B/16B 参数。
- 原生支持视觉理解，文本与图像进入同一调用入口。
- 支持最高 100 万 token 上下文。
- KV Cache 较上一代降至 1/4、固态存储降至 1/8，较初代缩小 437 倍；缓存命中输入价降 60%。
为什么重要
- 缓存压缩直接降低长程 agent 与多轮对话的推理成本，推动高并发实时服务与自托管部署的经济性。
关键事实速记
- 发布：2026-09-10
- 参数：552B（激活 8B/16B）
- 上下文：1M token
- KV Cache：较初代 1/437
📂 原文链接：查看原文 →
← 返回资讯列表
AI8899 · 内容仅供学习参考