DeepSeek V4.1 Flash 开源：1M 上下文多模态 MoE
AI 总结
DeepSeek 在 Hugging Face 发布 DeepSeek-V4.1-Flash，一个原生处理图像与文本的多模态 MoE 模型：552B 主干参数、最高 100 万 token 上下文，采用 20 层因果编码器加 20 层解码器的 CED 架构，预填充阶段每 token 仅激活 8B 参数、解码阶段激活 16B。模型使用 Compressed Sparse Attention 2 与 FP4 KV 缓存（E2M1，每 16 通道一个 E4M3 scale），把全局 KV 缓存压到每 token 约 890 字节，约为 DeepSeek-V4-Flash 的四分之一，并支持 1–100 的连续推理强度调节，权重以 MIT 许可开放。官方模型卡自报 Terminal-Bench 2.1 得分 90.6（对比 Opus-5.0 的 89.1、GPT-5.6 Sol 的 88.8）、DeepSWE v1.1 74.2、Codeforces 评分 3471，这些数字来自厂商自身评测、尚未经独立复现；模型卡还说明本次不含 Jinja 聊天模板，另提供 deepseek-recipe 工具链做提示编码。
深度见解
若自报的智能体成绩与 KV 压缩效果成立，长上下文智能体负载的推理成本结构可能被明显改写。