DeepSeek V4.1 Flash 发布：为Agent 重写推理成本——计算机行业周报（09.07-09.13）
浏览 0 · 下载 0
摘要
Abstract本周DeepSeek正式推出并上线DeepSeek V4.1 Flash模型。该模型为552B参数混合专家MoE模型，搭载因果编码-解码（CED）架构，并对输入输出采用非对称激活机制，预填充阶段单token激活参数约8B、解码阶段约16B，与Agent业务"输入负载高、增量输出负载低"的特征高度适配。缓存机制方面，V4.1 Flash的KV Cache对HBM资源需求降至原有的1/4、对SSD存储需求降至1/8，可直接降低长周期、多轮次智能体任务的单位运营与调用成本；CED架构叠加KV缓存压缩实现对Agent推理成本曲线的根本性优化。报告指出开源模型主攻底层架构优化、下探规模化落地成本底线，与海外闭源旗舰上探能力上限形成差异化路径，AI产业进入性能升级与成本优化双轮驱动阶段。
核心观点
Key Takeaways- 01本周DeepSeek正式推出并上线DeepSeek V4.1 Flash模型。
- 02该模型为552B参数混合专家MoE模型，搭载因果编码-解码（CED）架构，并对输入输出采用非对称激活机制，预填充阶段单token激活参数约8B、解码阶段约16B，与Agent业务"输入负载高、增量输出负载低"的特征高度适配。
- 03缓存机制方面，V4.1 Flash的KV Cache对HBM资源需求降至原有的1/4、对SSD存储需求降至1/8，可直接降低长周期、多轮次智能体任务的单位运营与调用成本；CED架构叠加KV缓存压缩实现对Agent推理成本曲线的根本性优化。
报告信息
Report Data- 券商
- 湘财证券
- 分类
- 行业研究 / TMT / 信息技术
- 页数 / 大小
- 7 页 · 0.9 MB
- 发布日期
- 2026-09-13