# DeepSeek-V4.1-Flash：552B 多模態 MoE，KV 快取縮小到四分之一

> 地端世界 · https://onpremworld.com/zh-tw/news/2026-09-deepseek-v4-1-flash · CC BY 4.0

發布日期：2026-09-10 · 模型

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

[DeepSeek-V4.1-Flash model card (Hugging Face)](https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash)

## 本站相關頁面

- 模型：[DeepSeek-V4-Flash](https://onpremworld.com/zh-tw/models/deepseek-v4-flash.md)

[所有新聞](https://onpremworld.com/zh-tw/news.md)

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。