DeepSeek-V4.1-Flash

DeepSeek-V4.1-Flash

DeepSeek 的多模态混合专家模型，骨干有 552B 参数，上下文长达一百万个 token，专为降低长输入智能体工作的 KV 缓存成本而设计。适合有大型 GPU 集群的团队。

由 deepseek-ai 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：DeepSeek-V4.1-Flash 是 DeepSeek 的多模态混合专家模型。它读图片和文字，输出文字，骨干有 552B 参数，上下文最长一百万个 token。它的编码器解码器设计，把解码器的全局 KV 缓存从最后的编码器状态投影出来。按模型卡所说，每个 token 在读取输入时只启用 8B 参数，在写出内容时启用 16B。

适合谁：有大型 GPU 集群、想要开源模型来做长输入智能体工作的团队，以及研究 KV 缓存压缩的研究人员。

Industry | Who uses it | How they use it | Example
软件 | 智能体开发者 | 运行读取长输入的智能体 | 输入一个大型代码库并要求给出方案
研究 | 效率研究人员 | 研究 KV 缓存压缩 | 阅读技术报告
基础设施 | 部署团队 | 测试托管一个庞大的混合专家模型 | 为约 763 GB 的权重规划存储
文档工作 | 分析师 | 就图片和长文档提问 | 就一张图表和一份报告提问

如果你只有一台电脑，可以跳过它，因为权重约 763 GB。

用在哪里：

• 使用 Transformers 库的多 GPU 服务器，页面列出了这个库
• 连接到你自己部署的副本的智能体工具
• 用 Hugging Face 工具填充的你自己的存储空间

Use case | Who | What they get back
长输入智能体工作 | 开发者 | 利用最长一百万个 token 的上下文得出的回复
图片和文字提问 | 分析师 | 同时用到图片和文字的文字回答
效率研究 | 研究人员 | 一个围绕更便宜的 KV 缓存构建的模型

如何设置：

• Python 和 Hugging Face 工具
• 约 763 GB 存储空间用于权重
• 大型 GPU 集群

1. 安装 Hugging Face hub 软件包。
2. 下载仓库文件。
3. 用你自己的推理环境来部署，因为这里的模型卡文字没有列出命令。

pip install -U huggingface_hub
hf download deepseek-ai/DeepSeek-V4.1-Flash

如何使用：向部署好的副本发送文字、图片或两者。这里的模型卡文字没有给出客户端命令，所以请按模型页面上的部署说明操作。

Tool | What it does
因果编码器解码器 | 把 40 层分成 20 层编码器和 20 层解码器
CSA2 | 给每个注意力层一种 Full、Reindex 或 Reuse 模式，以共享 KV 数据
FP4 主 KV 缓存 | 用紧凑的 4 bit 格式存放主 KV 缓存
Engram 记忆 | 一个 196B 参数的查找表，按 token 稀疏读取
DSpark | 按草稿把握程度安排校验的推测解码

示例：把一份长报告粘贴进部署好的副本，附上一张图表图片，让它总结图表说了什么。它应该会返回同时用到报告和图片的文字。

新手与专家：如果你是新手，请知道这个模型对家用电脑来说大得多。先读模型页面，再从一个更小的模型开始。

如果你熟悉这个领域，每个混合专家层有 1 个共享专家和 384 个路由专家，每个 token 激活 6 个路由专家。视觉部分是 DeepSeek-ViT 编码器加一个两层的 MLP 投影器。预训练用了 45T 个 token，在 34T 时把上下文扩展到一百万个 token。

输入图片和文字
20 层编码器读取它们
解码器使用投影出来的 KV 缓存
写出文字

Title: 以十亿计的参数量
骨干: 552 billion
解码时激活: 16 billion
预填充时激活: 8 billion

注意事项：

• Hugging Face 统计为 763B 参数，这与 552B 骨干加 Engram 表相符。
• 模型读取图片和文字，只输出文字。
• License: mit。
• Cost to run: 没有提到，但对硬件的要求非常高。
• Data it reaches: 你给它的提示词和图片。来源没有提到账号或外部服务。
• Not for: 来源没有说明。

Hugging Face 上的数据（2026年11月13日）

• 任务：image text to text
• 框架：transformers
• 参数量：763B
• Weights: about 763 GB in I8
• Formats: Safetensors
• 最近 30 天下载：1,759,335
• 点赞：4,949
• 许可证：mit
• Quantized versions: 143
• Fine-tunes: 27
• 标签：transformers, safetensors, deepseek_v41, text-generation, image-text-to-text, conversational, 8-bit, fp8

链接

• 模型：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash
• 文件：https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download deepseek-ai/DeepSeek-V4.1-Flash

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。