DeepSeek 發布 552B 多模態模型 V4.1-Flash：輸入僅啟動 8B 參數，KV Cache 縮減至前代四分之一並下調 API 定價

DeepSeek 於 10 日發布全新多模態 MoE 模型 DeepSeek-V4.1-Flash，並登上 Hugging Face 熱門。該模型具備 552B 骨幹參數，支援 100 萬 Token 上下文，原生支援影像與文字處理。其採用全新的 Causal-Encoder-Decoder (CED) 架構，包含 20 層編碼器與 20 層解碼器，使輸入與輸出運算不對稱：Prefill（輸入）階段每 Token 僅啟動 8B 參數，Decode（輸出）階段啟動 16B 參數，運算成本顯著低於同尺寸模型。 針對 Agent 任務的長文本需求，V4.1-Flash 大幅壓縮 KV Cache。透過 SWA Bounded Replay 技術，對 SSD 的持久化快取需求降至前代 V4-Flash 的八分之一；結合 Compressed Sparse Attention 2 (CSA2) 與 FP4 快取格式，全域 KV Cache 縮減至每 Token 890 bytes，對 HBM 記憶體的需求降至前代的四分之一。 模型基於 45T Token 的多模態資料集從頭預訓練，並在後訓練階段導入大規模自動化 Agent 任務合成資料，支援 1 至 100 的可控推理強度（Reasoning effort）設定。據報導，其程式能力追平 OpenAI 與 Anthropic 的頂尖閉源模型，並在各項指標超越自家的 DeepSeek V4 Pro，但在複雜科學任務與影像分析上仍有弱點。 官方已同步上線 DeepSeek API，呼叫名稱為 `deepseek-flash`。受惠於架構創新降低成本，V4.1-Flash 的 API 定價相應下調，並維持離峰時段半價的峰谷定價機制。舊版 V4 Flash 與 V4 Flash Vision Exp 現已下線，API 請求將暫時路由至新模型；此外，由於新模型效能全面超越，官方計畫有序下線 V4 Pro 模型。