Modellveröffentlichungen

DeepSeek veröffentlicht Open-Source-Modell DeepSeek-V4.1-Flash zur Optimierung der Prefill-Effizienz von Coding-Agenten

Originaltitel:DeepSeek-V4.1-Flash: more efficient prefill for coding agents

KI-Zusammenfassung

DeepSeek veröffentlicht diese Woche die Gewichte von DeepSeek-V4.1-Flash auf HuggingFace. Das Modell hat 552B Gesamtparameter, 8B aktivierte Parameter im Prefill und 16B im Decode, unterstützt 1M Token Kontext sowie Text- und Bildeingaben und ist bereits über Baseten Model APIs verfügbar.

Kernpunkte

  • DeepSeek veröffentlicht diese Woche die Gewichte von DeepSeek-V4.
  • 1-Flash auf HuggingFace.
  • Das Modell hat 552B Gesamtparameter,8B aktivierte Parameter im Prefill und 16B im…

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
Baseten 工程博客(网页)
Kategorie
Modellveröffentlichungen
KI-Bewertung
76
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

文章解释了 CED 架构如何把 prefill 降到 8B 激活参数并压缩 KV cache,读者能理解它为何更适配编码智能体的高 prefill 负载。

Verwandte Entitäten

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: DeepSeek veröffentlicht Open-Source-Modell DeepSeek-V4.1-Flash zur Optimierung der Prefill-Effizienz von Coding-Agenten. 12. September 2026. https://new.nat6.net/de/news/cmtym24xb0002rob419mlyhlb/

Alle ansehen →