DeepSeek 发布 DeepSeek-V4.1-Flash：支持 100 万上下文、FP4 KV 缓存与跨层注意力复用

OmniTools 9月10日消息，DeepSeek AI 近日发布多模态混合专家（MoE）模型 DeepSeek-V4.1-Flash。该模型主干参数量为 552B，叠加 196B Engram 参数，上下文窗口达 100 万 token。

模型在推理阶段实现高效参数调度：prefill 阶段激活约 8B 参数，decode 阶段激活约 16B 参数。通过 FP4 量化 KV 缓存与跨层注意力复用技术，全局 KV 缓存开销降至每 token 约 890 字节，约为 DeepSeek-V4-Flash 的 1/4、DeepSeek-V1 的 1/437。