DeepSeek 发布 V4.1-Flash,大幅降低 AI Agent 的 KV cache 内存需求
AI 导读DeepSeek 发布多模态模型 V4.1-Flash,以 MIT 许可在 Hugging Face 开源,目标是大幅压缩 KV cache 与长上下文处理成本。该模型语言主干含 5520 亿参数,支持最长 100 万 token 上下文;通过将语言主干拆分为编码器与解码器,读取输入时每 token 仅激活 80 亿参数、生成文本时激活 160 亿参数,从而将近乎减半输入侧算力;主 KV cache 采用 FP4 存储,进一步降低显存占用。官方称快速显存中的缓存仅需前代约四分之一空间,常驻 SSD 或主机内存的部分降至约八分之一,相比 V1 每 token 全局 KV cache 缩小约 437 倍。模型基于 45 万亿 token 的文本与图像数据从头训练,后训练阶段未引入新算法,主要收益来自更大规模、更可控的数据、任务与训练环境。在 DeepSWE v1.1 上以 74.2% 略优于 Anthropic Opus 5 与 OpenAI GPT-5.6 Sol,但在 ProgramBench、复杂科学任务与图像理解上仍有明显差距。模型支持调节思考深度,最高档位可提升多项基准表现,但输出 token 约为 2.5 倍。模型文件以 MIT 许可开源,API 价格与 V4-Flash 相同。
另有 1 家信源报道
- DeepSeek AI 发布 DeepSeek-V4.1-Flash:1M 上下文、FP4 KV 缓存与跨层注意力复用MarkTechPost · 9 月 10 日
来源:The Decoder:AI News · the-decoder.com
事件后续2
查看事件全部- Fireworks 上线 DeepSeek-V4.1-Flash,DeepSWE 达 GPT-6 Astra 水准、成本仅 1/15Fireworks AI · 9 月 15 日
- DeepSeek AI 发布 DeepSeek-V4.1-Flash:1M 上下文、FP4 KV 缓存与跨层注意力复用MarkTechPost · 9 月 10 日