[AINews] DeepSeek v4.1-Flash：763B-P8B-D16B新型因果编码器–解码器架构配备视觉能力，标志着鲸鱼归来

判断

要迁移长上下文 agent 的队伍，该把最多 1/8 的 KV 缓存当迁移理由，而不是版本号：DeepSeek 用 8B 预填充、16B 解码的拆分换来 1-2% 稀疏度，代价是基准分数暂时落后，且 V4 Pro 已退役、没有同名后继可接。

依据

Sebastian Raschka 用一张梗图点出命名问题：同一个模型名，涨幅连 0.1 都不到；Jasper Lu 则记下 DeepSeek 自己的判断——现在提升数据质量的回报，远高于再发明后训练算法。真正被名字盖住的是机制：DeepSeek 把 MoE（混合专家，每次只激活一部分参数）的记法扩展成 763B-P8B-D16B，即总参数 763B，预填充（处理输入 token）激活 8B，解码（逐字生成输出）激活 16B，稀疏度落在 1-2%；配合 Sliding-Window Attention Bounded Replay（滑动窗口注意力加有界重放），KV 缓存（推理时为每个 token 保留的键值状态）压到 V4 Flash 的最多 1/8。取舍很直接：省下的显存和单次推理成本，付给长时间运行的 agent；换来的是它在部分基准上落后于其他开源模型，因为现有基准还量不出上下文效率。