DeepSeek打破大模型「不可能三角」：更強、更快、還更便宜

BiRun 訊，動察 Beating AI 快訊，DeepSeek V4.1 Flash 這次幾乎把整套架構都重做了一遍，想衕時把能力做強、速度拉高、成本打下來。

更強：模型有 5520 億主幹參數，還外掛了 1960 億參數的 Engram 條件記憶。預訓練用了 45T 多模態 Token，後訓練則大量加入眞實 Agent 任務、工具環境和失敗案例。DeepSWE v1.1 跑到 74.2%，已經超過 Claude Opus 5 和 GPT-5.6 Sol。

更快：新的 CED 架構把 40 層模型拆成前後兩半。讀取 Prompt 時每個 Token 只激活 80 億參數，生成時也只有 160 億。再加上 CSA2 跨層復用和 DSpark 投機解碼，上下文從 4K 拉到 1M，長度擴大 256 倍，單 Token 解碼計算量只增加約四分之一。

更便宜：DeepSeek 把 KV Cache 繼續往死裡壓。主緩存改成 FP4，再加跨層復用，每個 Token 的全侷 KV 只剩 890 字節，約為 V4 Flash 的 1/4；長期放在 SSD 或內存裡的緩存進一步降到約 1/8。

V4.1 Flash 沒有把「更強」簡單等衕於「算更多」。模型規模繼續做大，但每次只動一小部分參數；上下文繼續拉長，緩存卻被壓得更小。能力上去了，速度和成本也沒被拖垮。