DeepSeek发布V4.1-Flash，重点在架构革新而非跑分。模型总参数552B，预填充仅激活8B、解码16B，支持百万token上下文，全局KV缓存降至每token 890字节。通过因果编码器-解码器、压缩稀疏注意力CSA2、FP4缓存等技术，大幅降低长上下文推理成本。在终端、编程、网络安全等智能体基准上表现领先，以MIT许可开源，为长时运行AI智能体提供更高效方案。