DeepSeek V4.1 Flash 正式发布

参数量是 552B ，看起来是重新预训练的模型，benchmark 看起来很棒。

“新一代模型大幅减少了 KV Cache 缓存的大小，与上一代模型相比，对 HBM 的需求减少到 ¹⁄₄ ，对 SSD 的需求减少到 ¹⁄₈ 。在 Agent 使用场景中，缓存命中的费用往往占比较高，对 KV Cache 的压缩大幅降低了 Agent 类任务的使用成本。”

不知道用了什么黑科技，降价也是因为成本降了。

“我们将会全力支持开源社区进行新模型的推理适配，并尝试通过各种方式扩大部署的范围。如果您有大规模部署的需求且具备相应的资源（ 2k 卡 GPU 、有存储集群），欢迎与我们联系。”

帮忙做适配🤣

公众号原文： https://mp.weixin.qq.com/s/qg0NU3NNUbp1co2PdkAPAg 模型开源链接： https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash 论文链接： https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf