DeepSeek V4.1 Flash 这一刀砍向了模型推理过程中需要的HBM，直接将推理过程中KV缓存消耗打到地板，其首创的casual encoder decoder架构，前20层生成hidden states 被后20层的decoder 分别投影得到KV缓存，大大降低了缓存消耗，基于这个改进，模型价格仅为glm-5.3、kimi-k3 1/5，但综合性能比肩kimi-k3！