DeepSeek V4.1 Flash 开源发布与生态落地

作者认为西方实验室已悄然采用中国实验室公开的模型优化成果。DeepSeek 持续公开 KV cache 压缩技术，从 MLA 的约 15 倍压缩到 DeepSeek-V4.1-Flash 的 CSA2、跨层 cache 复用与 FP4 缓存，将全局 KV cache 降至每 token 890 字节，较 DeepSeek-V1 在长上下文编码场景降低约 437 倍。

消息来了：DeepSeek-V4.1-Flash 在 WorkBuddy 上免费使用，截至 10 月 9 日！ 🗞️趁优惠还在，把它用在你下一个任务上。

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。

Fireworks 发布 DeepSeek-V4.1-Flash，在 DeepSWE 上取得 74.34% pass@1、每任务 $0.43，与 GPT-6 Astra 同一精度区间但成本仅 1/15。

Artificial Analysis 评测显示，DeepSeek V4.1 Flash 在 Intelligence Index 得分 40，超过 DeepSeek V4 Pro 0813 成为 DeepSeek 新旗舰，输入激活参数 8B、输出激活参数 16B，支持 1M token 上下文，MIT 许可。

DeepSeek 发布多模态模型 V4.1-Flash，以 MIT 许可开源在 Hugging Face，目标是大幅压缩 KV cache 和长上下文处理成本。

Thomas Wolf 称 DeepSeek V4.1 Flash 重回开源模型榜首且价格极低，并制作视频展示模型推理时前向传播的内部过程。技术报告见 https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf，权重已发布在 https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash。

DeepSeek 发布 DeepSeek-V4.1-Flash，称其为新架构家族中最小模型，具备原生视觉理解，面向更快推理、更高吞吐和扩展到更大模型而设计。

DeepSeek 推出 V4.1 Flash，是新家族中最小模型，552B 参数并原生支持视觉。Apple 发布首款折叠屏 iPhone Duo（$1,999 起，10 月 23 日发货）及 iPhone 18 Pro 系列，A20 Pro 面向端侧模型，Siri AI 语音由本地模型驱动。

DeepSeek AI 发布多模态 MoE 模型 DeepSeek-V4.1-Flash，552B 主干加 196B Engram 参数，上下文窗口 1M，prefill 激活 8B 参数、decode 激活 16B，全局 KV 缓存降至每 token 890 字节，约为 DeepSeek-V4-Flash 的 1/4、DeepSeek-V1 的 1/437。

DeepSeek 发布 DeepSeek-V4.1-Flash 并上架 Hugging Face，为 552B 参数 MoE 模型，采用新的 Encoder-Decoder 结构、新预训练方法和更大规模强化学习后训练。