参数几乎翻倍，推理反而更省：DeepSeek V4.1-Flash 重构 KV Cache

📋总体概括

DeepSeek发布V4.1-Flash模型，其核心亮点在于对KV Cache（键值缓存）机制的重构：模型参数量接近翻倍的情况下，推理阶段的显存占用与成本反而更低。这一反常识的结果指向大模型效率竞争的新方向——不再单纯堆参数，而是通过架构层面的缓存优化，压缩推理开销。对推理成本敏感的应用方而言，这类技术路线可能直接改变模型选型的性价比逻辑。