扒完DeepSeek最新论文，我发现了V4.1 Flash便宜大碗的秘密

爱范儿09-12

DeepSeek V4.1 Flash 发布后，DeepSeek 网页版和 App 也更新了，之前需要选择的“快速”、“专家”和“识图”都合并升级为一个入口。全新的 DeepSeek V4.1 Flash 同时具备了日常对话、图片理解与复杂问题解决能力，看起来像是把过去这一个多月，DeepSeek 发布的 V4 Flash 正式版、Vision Exp、V4 Pro 正式版几个模型，全部融合在一起...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohunote.com/m/news/2666503648?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2026-09-12 11:41","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2666503648","market":"hk","top_or_hot":-1,"title":"扒完DeepSeek最新论文，我发现了V4.1 Flash便宜大碗的秘密","media":"爱范儿","content":"<div>\n<p>DeepSeek V4.1 Flash 发布后，DeepSeek 网页版和 App 也更新了，之前需要选择的“快速”、“专家”和“识图”都合并升级为一个入口。全新的 DeepSeek V4.1 Flash 同时具备了日常对话、图片理解与复杂问题解决能力，看起来像是把过去这一个多月，DeepSeek 发布的 V4 Flash 正式版、Vision Exp、V4 Pro 正式版几个模型，全部融合在一起...</p>\n\n<a href=\"https://tech.ifeng.com/c/8wM6jiRcNYj\">网页链接</a>\n\n</div>\n","source":"fenghuang_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>扒完DeepSeek最新论文，我发现了V4.1 Flash便宜大碗的秘密</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n扒完DeepSeek最新论文，我发现了V4.1 Flash便宜大碗的秘密\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-09-12 11:41 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8wM6jiRcNYj><strong>爱范儿</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>DeepSeek V4.1 Flash 发布后，DeepSeek 网页版和 App 也更新了，之前需要选择的“快速”、“专家”和“识图”都合并升级为一个入口。全新的 DeepSeek V4.1 Flash 同时具备了日常对话、图片理解与复杂问题解决能力，看起来像是把过去这一个多月，DeepSeek 发布的 V4 Flash 正式版、Vision Exp、V4 Pro 正式版几个模型，全部融合在一起...</p>\n\n<a href=\"https://tech.ifeng.com/c/8wM6jiRcNYj\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"LU0054578231.USD","symbol_name":"BGF SYSTEMATIC SUSTAINABLE GLOBAL SMALLCAP \"A2\" (USD) ACC","start_time":0,"source_url":"https://tech.ifeng.com/c/8wM6jiRcNYj","article_id":"2666503648","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2666503648","pubTimestamp":1789184473,"columns":[],"sourceInfo":{"source_id":"fenghuang_stock","name":"凤凰网"},"weMediaInfo":null,"summary":"DeepSeek V4.1 Flash 发布后，DeepSeek 网页版和 App 也更新了，之前需要选择的“快速”、“专家”和“识图”都合并升级为一个入口。虽然 4.1 看着是一次小更新，但从 DeepSeek 公开的技术报告来看，V4.1 Flash 采用了重新设计的模型架构，并扩大了训练数据和强化学习规模。V4.1-Flash 采用的做法是一组组合拳。DeepSeek 将这个办法称为 SWA Bounded Replay。通过把常见词的 2 到 4 个组合预先存成一张巨大的哈希表，用到时直接查出来接进网络，DeepSeek V4.1 Flash 的成本又能进一步下降。","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"LU0054578231.USD":"BGF SYSTEMATIC SUSTAINABLE GLOBAL SMALLCAP \"A2\" (USD) ACC","STYL":"Corgi Lifestyle Brands ETF","LU0006061336.USD":"Blackrock US Small and MidCap Opportunities A2 USD","BK4588":"碎股","BK4585":"ETF&股票定投概念","RL":"拉夫劳伦","BK4202":"服装、服饰与奢侈品","LU0963586101.USD":"ALLIANZ GLOBAL SMALL CAP EQUITY \"AT\" ACC"},"translate_title":"After digging through the latest DeepSeek paper, I discovered the secret behind the inexpensive and large-scale design of V4.1 Flash.","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"RL":1,"STYL":0.6},"content_text":"DeepSeek V4.1 Flash 发布后，DeepSeek 网页版和 App 也更新了，之前需要选择的“快速”、“专家”和“识图”都合并升级为一个入口。全新的 DeepSeek V4.1 Flash 同时具备了日常对话、图片理解与复杂问题解决能力，看起来像是把过去这一个多月，DeepSeek 发布的 V4 Flash 正式版、Vision Exp、V4 Pro 正式版几个模型，全部融合在一起了。在社交媒体上，大家对 V4.1 Flash 最多的评价就是“快”。有网友展示自己在 DeepSeek Harness 内的对话，模型的运行速度是 217 tok/s 左右。而其他的测试结果显示，V4.1 Flash 的运行速度为 420-507 tok/s ，比 Gemini 3.8 Flash 还要更快。本来是融合了好几个模型，主干参数也接近上一代 Flash 的两倍，从 284B 到了 552B，但怎么速度就变快了。虽然 4.1 看着是一次小更新，但从 DeepSeek 公开的技术报告来看，V4.1 Flash 采用了重新设计的模型架构，并扩大了训练数据和强化学习规模。参数的增加，但处理长输入和保存上下文所需的开销却降低了，因为每 Token 的全局 KV cache 只有 890 字节，是自家 V4-Flash 的四分之一；和 2023 年的初代 DeepSeek-V1 相比，缩小了约 437 倍。总参数变多，但是用来每一次工具调用、每一轮对话，模型上下文的 KV cache 却减少了，而减少的 KV cache 也没有因此让 V4.1 Flash 变弱，在多个 Agent 基准测试上，它打平甚至反超了 Claude Opus-5 和 GPT-5.6 Sol。我们分析了 V4 Flash 和 V4.1 Flash 的两篇论文技术报告，看到了 DeepSeek 在 Agent 时代到底要做什么样的高效率模型。图｜论文地址：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf模型变大，成本怎么降下来所谓的 KV cache 可以理解为模型处理过内容后留下的中间状态；后续生成需要参考前文时，复用这些状态，可以省下重新计算的开销。而当我们的上下文越长时，这个用来保存模型状态的工作台台面就会越大，占的显存越多。DeepSeek 四代模型的演化，可以说就是在不断地对 KV cache 进行压缩，从 V1 的每 token 389 KB，到 V3.2 的 48 KB、V4-Flash 的 3.5 KB，再到今天的 890 字节，连 1 KB 都不到。V4.1-Flash 采用的做法是一组组合拳。在架构上，40 层网络被修改成“编码器 + 解码器”两半（CED 架构），Causal Encoder-Decoder，简称 CED。它把 40 层网络分成前后两部分：前 20 层是因果编码器，后 20 层是解码器。后半部分需要的全局 KV 缓存，可以直接由前半部分的最终输出生成，因此，大部分输入内容无需再完整经过后 20 层。即解码器需要的全局记忆直接由编码器的输出投影生成，预处理长文本的计算量近乎减半。这对频繁调用工具、缓存经常不命中的 Agent 负载尤其省钱。图｜DeepSeek 各代模型在不同上下文长度下的单 Token 解码（Decode）FLOPs 对比。具体来说，假设我们让 AI 帮忙选一批办公电脑，看产品资料、查价格、列出配置，最后给采购建议。第一轮，它读了几款电脑的介绍。第二轮，我们补充预算，让它重新筛选。第三轮，我们又接着说，有两个岗位需要剪视频，配置得单独调整。就这样每次我们只补充一句话，模型处理的内容却可能越来越长。要接着完成任务，它需要记得前面选过哪些型号、为什么淘汰某一款、预算是多少，以及哪些要求刚刚发生了变化。V4 是标准的 decoder-only，整个模型“读”和“写”用同一套全部工序。给它一段 100 万 token 的输入，每个 token 都要完整穿过全部 43 层。现在 V4.1 Flash 大部分只需经过前半段，后半程的解码器不用再把原文逐层过一遍，而是直接拿编码器读完之后“消化好的笔记”，技术上是把编码器最后一层的隐状态投影成解码器的全局 KV cache，然后基于这份笔记开始生成。图｜V4 Flash 和 V4.1 Flash 架构区别这样一来，模型处理输入时，每个 token 激活约 80 亿参数；生成时，激活约 160 亿参数。对于足够长的输入，技术报告给出的预处理计算量接近减半。可以说 V4.1 Flash 的 CED 这套结构就是冲着 Agent 负载设计，它优先节省的，正是 Agent 不断接收材料时的计算。资料越长，省去大部分输入在后半网络中的处理，就越有价值。其次，注意力机制升级为 CSA2，让不同层之间可以“借用”彼此算好的索引和缓存，而不是各算各的；主 KV cache 更是用上了 FP4 量化，并且特意选了 OCP 开放标准格式，理由是“支持尽可能多的硬件平台”。V4.1-Flash 的 Compressed Sparse Attention 2，简称 CSA2，是让多个网络层共享全局 KV 缓存。有的层负责建立缓存、挑出相关位置；后续层可以沿用这份缓存，重新选择自己需要的位置；还有一些层连选择结果也直接复用。上一代部署方案会把全局和部分局部 KV 状态长期保存，以便用户重新生成答案，或继续多轮对话。但局部状态往往只在活跃会话的短时间内有用，长期保留会占用大量存储。V4.1-Flash 把编码器的局部状态放进只保留几分钟的内存池。状态过期后，如果用户又继续任务，就重新计算最近 128 个 token，近似恢复需要的局部状态。DeepSeek 将这个办法称为 SWA Bounded Replay。它用少量重算，换掉了长期保存这部分状态的开销。移走局部状态，再叠加全局缓存压缩，同等负载下，持久 KV 缓存占用降到上一代的约八分之一，且可以保证驻留 72 小时以上。换句话说，用户三天内回来继续对话，服务商都不用重新付钱算一遍。这种近似恢复的方案也会带来取舍，恢复结果与完整重新计算并不完全相同，DeepSeek 在报告中称已测场景中的质量影响很小，并把极端长上下文检索、会话恢复时的状态变化列为后续重点测试对象。此外，V4.1 Flash 对比 V4 Flash 的不同，还在于 552B 主干之外，模型还外挂了 196B 的“条件记忆”模块 Engram：它不做计算，只做查表。通过把常见词的 2 到 4 个组合预先存成一张巨大的哈希表，用到时直接查出来接进网络，DeepSeek V4.1 Flash 的成本又能进一步下降。省下计算和存储之后，模型还得把题做对V4.1-Flash 使用了包含图像和文本的 45 万亿 token 预训练语料。它从语言模型预训练开始就接触多模态数据，图像经过视觉编码器处理后，与文字一起进入语言主干。这让 Agent 可以直接利用截图检查工作。例如，在生成网页或办公文件后，读取渲染出来的画面，判断排版、图表或页面是否需要修改。工具返回的文字结果之外，模型多了一种检查依据。后训练部分，DeepSeek 也写得相当明确：这次沿用了监督微调、强化学习和蒸馏，没有引入新的后训练算法。团队主要投入在训练数据和环境的生产上。这似乎也在说，RL 的军备竞赛，主战场可能不在论文里的新算法，而在数据工程的水电煤。他们把一道 Agent 任务拆成三个部分：问题、执行环境、验证系统。模型要面对足够难的要求，环境得能运行，验收也要与题目对应。通用 Agent 的材料，来自内部员工和外部合作伙伴反馈的工作记录、工具接口与失败案例。团队据此重建工具的输入输出格式和行为约束，让模型可以在模拟环境中反复练习实际工作里出过错的步骤。图｜DeepSeek 会不断读取图片来检查结果以编程任务为例，有的 AI 负责出题、准备工作环境，有的负责试做，还有独立的 AI 检查题目和验收要求是否一致、答案有没有泄漏、能不能靠钻漏洞过关。检查不过，就修好题目再试。任务用于新一轮强化学习后，解题轨迹又会成为重新审核题目质量的材料。某个测试如果一直诱导模型钻空子，或者失败源于环境配置而非能力，这些问题就需要回到任务生产环节处理。图｜在 DeepSeek Harness 的 Minimal 模式下，随着强化学习（RL）训练规模的扩大，模型在各项代码智能体基准测试中的性能均有所提升。在 DeepSeek 的归纳中，这次后训练的收益主要来自任务规模、多样性和可验证性的改善。模型做过更多类型的工作，也更频繁地得到与结果相关的反馈。工具软件本身也会影响表现，DeepSeek 用不同工具框架测试同一个模型，发现系统提示、工具配置和历史信息管理的差异，都可能改变任务结果。DeepSeek 在报告中表示，后续会继续扩大模型、数据和强化学习规模，并把模型与工具框架放在一起优化。V4.1-Flash 目前是这一新架构系列中最小尺寸的模型，未来的 V4.1-Pro 或许会延续这一架构，但从上次 V4 Pro 正式版的经历来看，DeepSeek 显然不会再轻易就发布一款新的 Pro 模型。Agent 测试进步明显，难题仍有差距能力提升最集中地出现在 Agent 测试中。在 DeepSeek 公布的最高推理档位结果里，V4.1-Flash 的 DeepSWE v1.1 软件问题解决率达到 74.2%，上一代 Flash 为 54.4%，V4-Pro 为 62.7%。同一测试表格中的 Opus-5 为 74.0%，GPT-5.6 Sol 为 73.0%。Terminal-Bench 2.1 的成绩从 82.7 升到 90.6；面向工作自动化的 AutomationBench，则从 37.7 升到 54.8，也高于同表中的 V4-Pro、Opus-5 和 GPT-5.6 Sol。最难的任务仍然拉得开距离。Terminal-Bench 4.0 上，新 Flash 从上一代的 7.0 提高到 31.2，但 Opus-5 为 51.8。在高难科学问答 GPQA Diamond 上，V4.1-Flash 的 90.9 也低于 V4-Pro 的 92.4。原生视觉带来了新的可用范围，领先模型的优势也还在。带工具的专业图表测试 Chartography 中，V4.1-Flash 得到 78.9，高于 Kimi K3 的 68.1，低于 Opus-5 的 84.0。模型的表现，还会受 Agent 框架影响。同一个 V4.1-Flash，在最高推理档位下，用 mini-SWE 跑 DeepSWE 得到 74.2，换成 Claude Code 为 69.8，Codex 为 65.6。系统提示、工具定义和上下文管理，都会影响模型能否把能力用出来。另一方面，更长的思考也会增加账单。DeepSeek 在强化学习中加入了随推理档位变化的长度惩罚，让同一模型学会用不同长度的推理处理任务。API 提供 low、high、max 三档，分别对应内部 50、75、100 的 effort 值。图｜报告中的总体趋势是，增加推理投入能改善成绩，但图表也出现了更高档位得分下降的情况。在 V4 Flash 报告的结尾，DeepSeek 列了 7 条未来方向，包括架构精简、训练稳定性、稀疏嵌入、低延迟、长程 Agent、多模态，和数据合成，5 个月后 V4.1 似乎正逐条解决这些问题。模型可以更大，思考可以更长，工具也可以调用更多次。只要最终把任务做完所需要的显存、延迟和总成本继续下降，它就依然是一款更便宜的模型。从 7 月底发布 V4 Flash，到 8 月推出 V4 Pro，很快又更新了视觉推理预览模型 Vision Exp，再到这两天更新 V4.1 Flash，DeepSeek 的整体发布节奏对比过去一年，似乎是前所未有的快。而过去那些卷 Benchmark 的分数，也会在一次次接近 100 分之后，开始卷速度，卷每秒处理的 Token 谁更多。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":false,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"isLaohu8Offline":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.50.1","shortVersion":"4.50.1","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2666503648","isCrawlerRequest":true}