9月10日，DeepSeek在HuggingFace上以MIT协议开源了V4.1Flash，同时附上完整技术报告。总参数552B的多模态混合专家模型，上下文窗口100万token——这些是常规操作。真正改写成本账本的是一个不起眼的数字：全局KV缓存每token只要890字节，是上一代V4Flash的四分之一，相比初代V1压缩了437倍。KV缓存为什么值钱？长上下文Agent会话里，模型必须把读过的