DeepSeek把视觉理解写进预训练：V4.1 Flash快照上线，KV缓存压到上一代四分之一
核心概要
DeepSeek于2026年10月17日发布V4.1 Flash快照，以deepseek-flash为API模型名对外服务。它是该公司首个基于因果编码器-解码器（CED）架构的稀疏混合专家模型，552B参数主干上输入激活8B、输出激活16B，图像理解在预训练之初就与文本联合训练，而非事后加装。压缩KV缓存把缓存内存压到上一代Flash的约四分之一，DeepSeek称其在性能、速度和任务完成时间上超过V4 Pro。
深度剖析
DeepSeek V4.1 Flash 1017是V4.1 Flash在2026年10月17日的快照，以deepseek-flash这一API模型名由DeepSeek对外提供，定位为V4.1家族中成本更低的档位。 此前的实验版本V4 Flash Vision Exp是在模型训练完成后再补上图像能力，视觉与文本嵌入并非从一开始就共同训练。 图像理解在新架构中是原生能力，视觉与文本嵌入从预训练起点就联合训练；DeepSeek同时报告该模型在性能、速度和任务完成时间上超过V4 Pro。
模型采用稀疏混合专家结构，每个token只调用一部分参数，因此单token计算量相对552B的总规模保持在较低水平。 稀疏混合专家（mixture-of-experts）指模型由多个专家子网络组成、每次前向只激活其中少数几个，从而把计算与总参数量解耦。 在552B参数的主干上，输入阶段激活8B参数、输出阶段激活16B参数，这种不对称分配是控制单token计算量的方式。
压缩KV缓存把缓存内存降到上一代Flash的约四分之一，面向智能体负载显著降低成本。 KV缓存指自回归生成时保存历史token键值向量以避免重复计算，其内存随上下文增长，是长任务的主要开销之一。 该模型面向编码、终端与计算机使用类智能体，以及需要多步跑完的长程任务和长上下文分析；OpenRouter近3天可用性为99.94%，经路由后高于不路由时的97.18%。
启示与展望
报道依据的是模型页面摘要，覆盖模型定位、架构、参数激活方式、缓存与可用性数据，未涉及完整技术报告。适用读者是评估API选型的工程师与关注稀疏混合专家架构的研究者。材料未提出后续实验或发布计划。
超过V4 Pro的性能、速度与任务完成时间结论由DeepSeek自行报告，材料未列出对应基准与分数。可用性数字是OpenRouter近3天的监测值，反映托管侧表现，不等同于模型能力。