vLLM 详解 DeepSeek-V4.1-Flash 优化：Agent 场景吞吐提升 5 倍

OmniTools 10月8日消息，Inferact 与 vLLM 社区在 DeepSeek-V4.1-Flash 发布三周内完成针对性优化。测试显示，低并发场景下推理速度提升 1.9 倍；在 150 TPS 约束条件下，整体吞吐量提升 5.3 倍。该优化主要面向 Agent 类应用的典型负载特征。