模型 發布日期：
DeepSeek-V4.1-Flash：552B 多模態 MoE，KV 快取縮小到四分之一
DeepSeek 在 9 月 10 日推出 V4.1-Flash，權重以 MIT 授權公開在 Hugging Face。這是 552B 參數的混合專家（MoE）模型，原生支援圖片理解，讀取提示時每個 token 約啟用 8B 參數，生成時約 16B。新的因果編碼器－解碼器架構加上第二代壓縮稀疏注意力，讓每個 token 的 KV 快取只剩 V4-Flash 的四分之一左右，上下文最長可達一百萬 tokens。
對地端使用者的意義
長上下文變得便宜，但光是 552B 的主幹在 4 bits 下就超過 256 GB，地端執行得靠 512 GB 的 Mac Studio 或多卡伺服器；vLLM 在 9 月 22 日的 v0.30.0 加入支援。
來源
閱讀官方原文：DeepSeek-V4.1-Flash model card (Hugging Face) ↗摘要由地端世界依官方來源撰寫，附上原文連結，不轉載原文。