# DeepSeek 发布 DeepSeek-V4.1-Flash：以 CED 架构压缩 KV cache

- 来源：Dongxi 东锡 NLP (@dongxi_nlp)
- 发布时间：2026-09-14 15:18
- AIHOT 分数：58
- AIHOT 链接：https://aihot.news/items/cmu0xn15u04nuro2n71nn1t7l
- 原文链接：https://x.com/dongxi_nlp/status/2099397246479401151

## AI 摘要

DeepSeek 发布 DeepSeek-V4.1-Flash，一款 552B 参数（每 token 激活 16B/预填充 8B）的多模态 MoE 模型，支持最长一百万 token 上下文。其 Causal Encoder-Decoder（CED）架构结合 CSA2 与 FP4 KV caching，将全局 KV cache 降至每 token 890 字节，约为 DeepSeek-V4-Flash 的 1/4、DeepSeek-V1 的 1/437，配合 SWA Bounded Replay 将持久 KV cache 降至约 1/8，性能仍优于基线。模型基于 45T token 多模态语料预训练，checkpoint 已在 https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash 开放。

## 正文

本周最佳， Week 37

没有 AI slop, 唯一的 DeepSeek-V4.1-Flash: Causal Encoder-Decoder (CED)

DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression

https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf