DeepSeek开源更新V4.1-Flash-1017，终端基准4.0从31.2提升到42.3，DeepSWE得分77.0，超过Opus 5的74.0。模型维持552B主干，预填充激活8B、解码激活16B，在1M上下文下每token KV缓存仅890字节。ISTA团队随后发布2比特量化版，称精度与原版接近，llama.cpp已合入支持。社区实测单张5090约每秒10 token，显示大模型推理正加速向消费级硬件下沉。
关键要点
- 终端基准与代码能力明显提升
- 2比特量化版降低部署门槛
- 单张5090可运行大模型
