DeepSeek 今日发布新一代多模态模型 DeepSeek-V4.1-Flash，该模型采用 MoE 架构，参数规模达到 552B。与此前版本相比，V4.1-Flash 在长上下文处理能力上进一步提升，最高可支持 100 万 token 的上下文窗口。

据官方信息，DeepSeek-V4.1-Flash 的核心优化方向之一是 KV cache 压缩。KV cache 是大模型推理阶段显存占用的主要来源之一，对其进行压缩有助于降低长上下文场景下的推理成本与资源消耗。该模型同时具备多模态处理能力，可覆盖文本之外的输入形式。

目前，DeepSeek-V4.1-Flash 的模型权重已在 Hugging Face 平台开放。开发者可直接获取并基于该模型进行部署或二次开发。

从行业角度看，552B 参数级别的 MoE 多模态模型开放权重，叠加 100 万 token 上下文与 KV cache 压缩设计，反映出当前大模型竞争正围绕长上下文效率与推理成本展开。DeepSeek 此次发布进一步丰富了开源权重模型的选择空间。