模型简介
DeepSeek-V4.1-Flash 是由 DeepSeek（深度求索）团队于 2026 年 9 月开源的新一代多模态 MoE 大模型，采用 5520 亿参数骨干与 Causal Encoder-Decoder（因果编码-解码）架构，每 token 仅激活 80 亿（输入 prefill）/ 160 亿（输出 decode）参数，原生支持文本与图像的统一理解。模型以 MIT 协议开源，支持免费下载与商业使用；原生上下文达 1M token，并借助 CSA2 压缩稀疏注意力与 FP4 KV 缓存，将单 token 的 KV 显存占用压缩至约 890 字节（约为上代 DeepSeek-V4-Flash 的 1/4），在超长上下文与高并发 Agent 场景下显著降低显存开销与推理成本。
DeepSeek-V4.1-Flash 具有以下核心特点：
- 极致 KV 缓存压缩：通过 CSA2（为每层分配 Full / Reindex / Reuse 三种静态模式，跨层共享 KV 与稀疏注意力索引）叠加 FP4（E2M1）KV 量化，单 token KV 占用降至约 890 字节，约为 V4-Flash 的 1/4、V1 的 1/437，长上下文推理的显存与成本大幅下降
- 稀疏激活、低成本高吞吐：552B 总参数，MoE 每 token 仅激活 6/384 个路由专家 + 1 个共享专家，配合 8B（prefill）/16B（decode）的非对称激活，在保留大模型能力的同时显著降低单次推理算力开销
- 1M 超长上下文：原生支持 1M token 上下文窗口（64K 稀疏注意力训练 + 34T token 长文外推），轻松应对长文档、代码库级与多轮 Agent 任务
- 原生多模态理解：自研 DeepSeek-ViT 视觉编码器 + MLP 投影，从预训练阶段即深度融合图文，端到端支持图像与文本的联合理解
- 领先的 Agent 与 Coding 能力：在 Terminal-Bench 2.1（90.6）、DeepSWE v1.1（74.2）、CyberGym（88.1）等智能体与代码执行基准上对标前沿模型，Codeforces 评分达 3471，专为工具调用与 Agent 工作负载调优
- 思考深度可调：内置 reasoning effort 参数，支持 1–100 连续调节，按任务难度在延迟/成本与精度之间平滑权衡，无需在多个模型档位间切换
私有化部署：模型跑在你自己的 VPC 里
计算巢模型市场提供的不是共享的公共推理 API，而是私有化部署——服务创建在你自己的阿里云账号下，运行在你指定的 VPC、交换机与安全组内，GPU 实例、存储与网络全部归属客户自有资产，用完即可自行释放。
- 数据不出域：推理请求与生成内容仅在客户 VPC 内流转，不经过平台侧或第三方转发，便于满足企业内的数据隔离与合规要求
- 算力独占、配置自主：GPU 卡型、节点/副本数、上下文长度、并发与显存策略均可按业务负载自行调整，不与其他租户争抢算力
- 网络可控：服务端点默认在 VPC 内网提供，可直接与现有微服务、网关、Agent 框架内网直连，也可按需开放公网访问
- 开箱即用的部署链路：底层集群、GPU 环境、推理引擎（vLLM）、模型权重拉取与健康检查均已在部署模板中固化，部署完成即可获得 OpenAI 兼容接口
部署步骤
- 在计算巢模型市场中找到 DeepSeek-V4.1-Flash 模型，点击“开始部署”，或通过链接直达该模型：https://computenest.console.aliyun.com/ai-lab/model/cn-hangzhou/DeepSeek-V4.1-Flash
- 平台支持 vLLM 推理框架，部署参数均已给出经过验证的默认配置，只需选定地域与 VPC 即可一键部署。
注意：选择ACS集群部署时，在使用GU8TF/GU8TEF/P16EN等显存较大的GPU卡型时，需要提交工单申请对应的GPU卡型白名单后才可进行部署，工单产品分类选择“容器计算服务ACS”。
- 部署成功后，在服务实例概览页即可看到服务地址与 API 调用示例，按示例直接从 VPC 内发起调用即可。
更多模型支持
计算巢模型市场持续提供开源社区热门模型的私有化快速部署，覆盖 Qwen、DeepSeek、Kimi、GLM 等优秀开源模型，并联合 ACS 团队提供了 PD 分离的高性能推理方案，欢迎大家使用。
部署过程遇到问题，可以加入官方钉钉群咨询：
