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版本，核心卖点是在参数规模几乎翻倍的情况下，通过重构KV Cache机制实现更低的推理成本。KV Cache是大模型推理中最主要的显存与带宽开销来源，对其动刀意味着这次不是单纯的模型放大，而是一次面向推理效率的架构级优化。在推理成本决定大模型商业化的当下，这一思路与行业从「堆参数」转向「压成本」的整体趋势一致，对API定价和下游应用生态有直接影响。