深度解读 DeepSeek V4.1 Flash 全新架构，如何成为显存杀手
AI 摘要
DeepSeek 上线 V4.1-Flash，采用因果编码器-解码器（CED）、第二代压缩稀疏注意力（CSA2）与三档推理力度旋钮的全新架构，针对长上下文场景重写。该架构将运行时显存占用降低约 3/4，落盘持久 KV 缓存降至上一代的 1/8，KV 缓存最高暴降 437 倍，使百万 Token 级长上下文进入工业级生产力阶段。模型主干 552B 参数、外挂 196B Engram 记忆模块，预填充仅激活 8B、解码激活 16B，却在 DeepSWE v1.1 拿到 74.2% 通过率，超越 Opus-5.0 与 GPT-5.6-Sol，并在 CyberGym 取得开源 SOTA。
正文节选
KV 缓存暴降 437 倍，Agent 成本大洗牌。 作者丨高允毅 编辑丨岑 峰 刚刚 DeepSeek V4.1-Flash 上线，最值得关注的是它的全新架构。这是一次针对长上下文场景的架构重写。过去，更强的智力往往意味着更庞大的算力，超长上下文背后是极高的硬件需求。但DeepSeek 这次用因果编码器-解码器架构 Causal-Encoder-Decoder（CED）、第二代压缩稀疏注意力Compressed Sparse Attention 2（CSA2）和 low / high / max 三档可调推理力度旋钮，打破了这一潜规则。能让 DeepSeek V4.1-Flash 以极低的成本，在不少评测中，智力超越上一代 DeepSeek V4-Pro。这套新架构把大模型的“记忆体积”压缩到了极致，运行时的显存占用直接砍掉了3/4，存进硬盘的长期记忆更是只占