DeepSeek V4.1 Flash推进KV缓存压缩
DeepSeek-V4.1 Flash技术报告聚焦KV Cache极限压缩，以应对长上下文和工具调用不断增长的Agent工作流。文章称该模型推理速度接近420 tokens/s，相关架构改进可能显著降低长程智能体的内存与推理成本。
事件进展（1 篇报道）
-
2026-09-17 09:39
DeepSeek-V4.1 Flash技术报告聚焦KV Cache极限压缩，以应对长上下文和工具调用不断增长的Agent工作流。文章称该模型推理速度接近420 tokens/s，相关架构改进可能显著降低长程智能体的内存与推理成本。