Hacker News AI · 2026/10/17 16:37:46
DeepSeek V4.1 Flash 发布，非对称 MoE 架构大幅降低智能体成本
DeepSeek 发布 V4.1 Flash 模型，采用全新的因果编码器-解码器（CED）架构与非对称混合专家机制，在保持 552B 总参数量的同时仅激活 8B/16B 参数。该模型原生支持多模态理解，并通过压缩 KV 缓存将显存占用降至前代四分之一，专为代码生成、终端操作及长程智能体任务优化，宣称在性能与速度上超越旗舰版 V4 Pro。
报道全文原始报道全文
DeepSeek V4.1 Flash 1017 是 DeepSeek V4.1 Flash 于 2026 年 10 月 17 日发布的快照版本，由 DeepSeek 通过 deepseek-flash API 模型名称提供服务。V4.1 Flash 是 DeepSeek 推出的稀疏混合专家（Sparse Mixture-of-Experts）模型，也是首个基于该公司因果编码器-解码器（Causal Encoder-Decoder, CED）架构构建的模型。该模型拥有 552B 参数的骨干网络，在输入阶段激活 8B 参数，在输出阶段激活 16B 参数；这种非对称设计使得每 token 的计算量相对于模型总规模保持较低水平。图像理解能力原生集成于架构之中，视觉与文本嵌入从预训练初期即进行联合训练，而非像早期的实验性 V4 Flash Vision Exp 那样在后期添加。
该模型适用于编码、终端操作及计算机使用代理（computer-use agents），以及需要跨多步骤完整执行的长周期任务和长上下文分析。压缩 KV 缓存技术将缓存内存占用降低至上一代 Flash 模型的约四分之一，从而显著降低了代理工作负载的成本。DeepSeek 将其定位为 V4.1 系列中的高性价比层级，并报告称其在性能、速度及任务完成时间上均超越了 V4 Pro。