# DeepSeek推出开放权重模型V4.1-Flash，面向编程智能体

> 新模型在输入处理阶段使用更少参数，可降低智能体工作流的成本和内存占用。

Oossa · 2026-10-06 · https://oossa.com/zh/deepseek-releases-open-weight-v4-1-flash-for-coding-agents

DeepSeek已将V4.1-Flash模型的权重上传至HuggingFace，并通过Baseten的Model APIs提供。该模型总参数量为552 B，但预填充阶段仅激活8 B参数，解码阶段激活16 B，因此运行成本低于早期版本。它支持1 M token上下文窗口，并可接收文本和图像输入。Baseten的服务架构会将请求路由至已缓存所需前缀的GPU，从而进一步加快编程智能体的推理速度。

## 事实

- 总参数量为552 B；预填充阶段激活8 B，解码阶段激活16 B
- 支持1 M token上下文窗口；权重以开放形式发布在HuggingFace

## 为什么重要

开发编程助手的人员可以降低GPU成本，并在不增加内存占用的情况下处理更长的提示词。

## 来源与参考

1. [DeepSeek-V4.1-Flash: more efficient prefill for coding agents](https://www.baseten.co/blog/deepseek-v41-flash-more-efficient-prefill-for-coding-agents/) – Baseten

最后更新: 2026-10-06