DeepSeek-V4.1-Flash是全新模型结构系列中的最小尺寸的模型，具备原生多模态视觉理解能力。该模型采用 552B参数的 MoE（混合专家）架构，配合全新的Causal-Encoder-Decoder非对称结构，在Prefill阶段每Token仅激活约8B参数，Decode阶段激活约16B参数。在 KV Cache压缩方面，V4.1 Flash将HBM显存需求降至上一代的1/4，SSD存储需求降至 1/8，显著降低了Agent类长上下文任务的使用成本。