作者：默思編輯部 發布：2026-09-14
DeepSeek於2026年9月10日發布V4.1-Flash，這是一款5520億參數的多模態混合專家（MoE）模型，採用全新的「因果編碼器-解碼器」架構，DeepSeek將其定位為這個新架構家族中規模最小的成員。
這款模型輸入端每個token啟動80億參數，輸出端則啟動160億參數，支援100萬token的context window，並具備原生圖片理解能力，模型權重採用MIT授權釋出。DeepSeek表示，這款模型的KV快取大小僅為前一代V4-Flash的四分之一，這項優化對降低推理階段的記憶體占用與運算成本具有直接助益。
這次更新最引人矚目的地方，是透過新的預訓練方法搭配更大規模的強化學習後訓練，讓這款「Flash」等級的模型，在多項基準測試上的表現超越了自家旗艦模型V4-Pro。DeepSeek強調，這款模型的定位是一款在代理式任務上能與前沿模型競爭、但成本大幅降低的模型，而不是要挑戰前沿模型本身的地位。
展現出DeepSeek對這款新模型的信心，公司宣布自2026年9月14日UTC時間凌晨4點起，所有原本呼叫deepseek-v4-pro的API請求，都將自動轉導向V4.1-Flash，並按V4.1-Flash的較低費率計價——這代表DeepSeek實質上正在用這款新的Flash模型，取代原本旗艦模型在生產環境中的預設角色。
這種「用更小、更便宜的模型架構優化，追上甚至超越自家大型旗艦模型效能」的路線，反映出近期開源模型研發的一個重要趨勢——單純堆疊參數規模的邊際效益正在遞減，透過架構創新（例如這次的因果編碼器-解碼器設計）與更精細的訓練方法，反而能在更小的運算與記憶體成本下取得更好的實際效能表現。
這次採用的因果編碼器-解碼器架構，跟目前多數大型語言模型普遍採用的純解碼器（decoder-only）架構有所不同，這種架構設計的差異，某種程度上也代表DeepSeek在探索超越主流Transformer變體之外的其他技術路線可能性。隨著純粹堆疊參數規模的效益遞減，愈來愈多研究團隊開始把精力投入在架構層面的創新實驗，DeepSeek這次的嘗試，也為業界提供了一個新的架構設計參考案例。
開源模型架構創新與推理成本優化，是目前AI研究領域最活躍的競爭焦點之一，具備MoE架構設計與KV快取優化背景的模型工程人才，在中國與全球AI實驗室的競爭格局中持續有強勁需求。