币界网消息，DeepSeek宣布其v4.1 flash版本打破了大模型的「不可能三角」，实现了更强、更快和更便宜的目标。该模型主干参数达到5520亿，并外挂1960亿参数的engram条件记忆。预训练使用了45万多模态token，后训练则加入了真实agent任务和失败案例。DeepSeek v1.1的性能达到74.2%，超过了Claude Opus 5和GPT-5.6 SOL。新架构将40层模型拆分为前后两半，读取时每个token仅激活80亿参数，生成时激活160亿参数，且上下文长度从4k扩展至1m，计算量仅增加约四分之一。此外，DeepSeek通过将主缓存改为fp4和跨层复用，将每个token的全局kv降至890字节，约为v4 flash的1/4。