资讯
DeepSeek V4.1重回国产一哥！全新架构非对称Transformer，Engram用上了
📋总体概括
DeepSeek发布V4.1 Flash，跑分重回国产模型第一。该模型为552B参数MoE，采用全新Causal-Encoder-Decoder非对称架构，输入激活仅8B、输出激活16B，推理成本显著低于同尺寸模型。此次为完全重新预训练，采用新数据、更大规模强化学习后训练，并接入Engram记忆组件与新版DeepSeek Harness v0.1.5。Flash在多数评测中超越自家Pro，且首次原生支持多模态视觉理解。9月14日起所有V4 Pro请求将重路由至该模型，V4.1 Pro上线前API仅提供这一个模型。
⚡关键信息
- ▸V4.1 Flash为552B参数MoE模型，采用Causal-Encoder-Decoder非对称新架构，输入激活8B、输出激活16B
- ▸架构输入输出不对称，成本显著低于已知同尺寸模型，测试中速度明显更快
- ▸完全重新预训练，使用新数据、更大规模强化学习，训练结合DeepSeek Harness v0.1.5并接入Engram
- ▸Flash评测成绩超越自家Pro（知识容量除外），重回国产模型跑分第一
- ▸首个原生支持多模态视觉理解的正式版模型，9月14日起V4 Pro请求全部重路由至Flash
🔥犀利点评
这次DeepSeek赌的是架构而非堆料：非对称Encoder-Decoder把输入激活压到8B，本质是用结构性省钱换速度，让Flash打赢Pro不再是玄学而是算账题。风险同样明显——单一模型扛全部API流量，赌的是性价比碾压，输的是用户偏好Pro的深度场景。V4.1 Pro上线前的窗口期，就是这套新架构的压力测试场。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 华尔街见闻 阅读全文 →