DeepSeek 发布参数量达 5520 亿的 V4.1-Flash AI 模型

DeepSeek 于 2026 年 9 月 10 日发布了 DeepSeek-V4.1-Flash，推出了一款拥有 5520 亿个参数的混合专家模型，支持最长达 100 万个代币的上下文。 这家中国 AI 初创公司在设计该模型时优先考虑效率而非规模，每个输入代币仅激活 80 亿个参数，每个生成代币仅激活 160 亿个参数。据报道，DeepSeek 正在筹备于上海证券交易所科创板进行首次公开募股。

DeepSeek V4.1-Flash 采用因果编码器-解码器架构

DeepSeek-V4.1-Flash 采用因果编码器-解码器架构，将 40 个 Transformer 层划分为独立的 20 层编码阶段和解码阶段。该架构面向输入密集型智能体任务，在这些任务中，处理大型文档、代码库或对话历史占据了计算成本的主要部分。DeepSeek 的 SWA Bounded Replay 方法无需将选定的注意力状态持久化到固态存储区中，从而将持久化 KV 缓存占用量降至 DeepSeek-V4-Flash 的约八分之一。

压缩稀疏注意力 2 系统为各层分配静态注意力模式，并复用选定的注意力索引。结合 FP4 格式的键值缓存后，该系统将全局 KV 缓存需求降至每个代币 890 字节，约为此前 Flash 模型的四分之一。该模型采用条件记忆和推测解码，同时在每个 MoE 层中使用一个共享专家和 384 个路由专家。

模型在 MMLU-Pro 上取得 74.1 分，Codeforces 评分达 3,471 分

基础版本在 MMLU-Pro、HumanEval 和 GSM8K 上分别取得 74.1、79.4 和 93.0 分，而 DeepSeek-V4-Pro-Base 的得分分别为 73.5、76.8 和 92.6。在最高推理强度下，V4.1-Flash 在 Terminal-Bench 2.1 上取得 90.6 分，在 DeepSWE v1.1 上取得 74.2 分，在这些智能体基准测试中领先于 Opus 和 GPT 系列中的头部模型。该模型的 Codeforces 评分为 3,471 分，并在 MathArena Apex 上取得排行榜最佳成绩。

在 GPQA Diamond、Humanity's Last Exam 和 SimpleQA 上，V4.1-Flash 仍落后于参数规模最大的对比模型。尽管相比早期 DeepSeek 模型有所提升，但其在 Terminal-Bench 3.0 和 4.0 上的得分仍低于 Opus-5.0。多模态表现包括 MMMU-Pro 上的 56.5 分、CVBench 上的 77.9 分和 DocVQA 上的 95.6 分。启用智能体工具后，该模型在 Chartography 上取得 78.9 分，在 BabyVision 上取得 89.6 分。

DeepSeek 使用 45 万亿个多模态代币训练 V4.1-Flash

DeepSeek 从头开始使用 45 万亿个多模态代币训练 V4.1-Flash，其中包括从预训练开始就与文本一同原生处理的图像。稀疏注意力训练从 64,000 个代币开始，在达到 34 万亿个代币阶段后，逐步将上下文长度扩展至 100 万个代币。训练后阶段结合了监督微调、强化学习和在策略蒸馏，推理强度可在 1 到 100 的范围内配置。

常见问题

DeepSeek 于 2026 年 9 月 10 日发布了什么？
DeepSeek 发布了 DeepSeek-V4.1-Flash，这是一款拥有 5520 亿个参数的混合专家模型，支持最长达 100 万个代币的上下文。该模型每个输入代币仅激活 80 亿个参数，每个生成代币仅激活 160 亿个参数。

DeepSeek V4.1-Flash 在编码基准测试中的表现如何？
基础版本在 HumanEval 上取得 79.4 分，并获得 3,471 分的 Codeforces 评分。在最高推理强度下，V4.1-Flash 在 DeepSWE v1.1 上取得 74.2 分，在该智能体基准测试中领先于 Opus 和 GPT 系列中的头部模型。