加密货币视频
DeepSeek-V4.1-Flash 上线:支援1M token context,全域KV 快取每token 890 bytes
2026/09/11 02:20 easyvibecoding
DeepSeek-V4.1-Flash 上线:支援1M token context,全域KV 快取每token 890 bytes。 发布重点DeepSeek 于2026 年9 月10 日宣布DeepSeek-V4.1-Flash,定位为新架构家族中最小的模型,支援原生影像与文字处理,并宣称在能力、推理速度、吞吐量及扩展至更大型模型方面有所提升。模型已上线DeepSeek API,将模型设定为deepseek-flash 即可使用原生多模态支援。 架构与效率DeepSeek-V4.1-Flash 是具备552B backbone 参数的多模态MoE,支援最长1M token context。其Causal Encoder-Decoder(CED)架构由20 层causal encoder 与20 层decoder 组成,输入prefill 每个token 启用8B 参数,输出decode 启用16B 参数;模型每层MoE 使用1 个shared expert 与384 个routed experts,每个token 启用6 个routed experts。 模型以45T token 的多模态资料从头训练,先以64K 序列长度训练稀疏注意力,再于34T token 时将context 扩展至1M token。 Compressed Sparse Attention 2(CSA2)、Hierarchical Sparse Indexer 与FP4 main KV caching 将global KV cache 压至每token 890 bytes,约为DeepSeek-V4-Flash 的1/4。 SWA Bounded Replay 只重建最近的n_win token,让持久化KV 快取降至DeepSeek-V4-Flash 的约1/8;公告则概括为HBM 需求为前代的1/4、SSD 储存需求为1/8。 推理控制与Agent 工作负载模型提供1 至100 的整数reasoning effort,可连续调整推理成本与准确度之间的取舍。官方将KV 快取压缩与Agent 成本连结,指出cache-hit 费用常占Agent 成本很大比例,因此缩小快取可降低长上下文工作负载的服务成本。模型也整合Engram conditional memory、DSpark speculative decoding 与Single-Pass mHC 等元件,Post-training 则沿用SFT → RL → on-policy distillation 流程,主要改动集中在自动合成Agent 任务、环境与rollout 的资料管线。 评测结果与条件官方在DeepSeek 内部framework、相同评测设定下比较base models,分数差距在0.3 内视为等价。 DeepSeek-V4.1-Flash-Base 在MMLU-Pro 得分74.1、BigCodeBench Pass@1 得分60.6、HumanEval Pass@1 得分79.4、GSM8K 得分93.0;这些结果与DeepSeek-V4-Flash-Base、DeepSeek-V4-Pro-Base 的比较都属内部framework 评测。 在Agent scaffold 测试中,所有设定使用Linux containers、temperature=1.0、topp=0.95、1M token context limit、maxsteps=500 与Max reasoning effort;DeepSWE v1.1 使用每项任务N=8,Terminal-Bench 2.1 使用N=3,且后者不提供网路。 DeepSeek-V4.1-Flash 搭配DSH Minimal 在DeepSWE v1.1 得分72.6、Terminal-Bench 2.1 Pass@1 为90.6;mini-SWE-agent 则分别为74.2 与90.3。 DeepSeek-V4.1-Flash 在DeepSWE v1.1(74.2)、CyberGym(88.1)与Automation-Bench(54.8)得分领先其他模型,但在Terminal-Bench 3.0(30.0)落后于Opus5 与GPT5.6-Sol。 API、相容性与部署V4-Flash 与V4-Flash-Vision-Exp 已退役;deepseek-v4-flash 和deepseek-v4-flash-vision-exp 目前仅暂时路由至V4.1-Flash,这项相容性路由并非永久安排。已读来源片段显示API 采尖峰/离峰计价,且离峰价格为尖峰价格的50%;完整价格尚未确认。 DeepSeek 也表示会与开源社群合作推进V4.1-Flash inference 支援及更多部署选项;目前encoding 资料夹与deepseek-recipe 提供prompt 编码和API 格式转换工具,但model inference、tool execution 与HTTP transport 仍由呼叫端负责。 原文:https://easyvibecoding.app/curated/3303-deepseek-releases-deepseek-v4-1-flash-1m-token-context-kv
免责声明:info@kdj.com
所提供的信息并非交易建议。根据本文提供的信息进行的任何投资,kdj.com不承担任何责任。加密货币具有高波动性,强烈建议您深入研究后,谨慎投资!
如您认为本网站上使用的内容侵犯了您的版权,请立即联系我们(info@kdj.com),我们将及时删除。