🧠DeepSeek показала архитектуру DeepSeek-V4.1-Flash для ИИ-агентов и очень длинных контекстов: 552 млрд параметров, поддержка текста и изображений, контекст до 1 млн токенов. KV-кэш сократили до ~890 байт на токен (в 4 раза меньше, чем у DeepSeek-V4-Flash), а постоянно сохраняемый кэш — в 8 раз. За счёт Causal Encoder-Decoder, Compressed Sparse Attention 2 (в том числе FP4) и SWA Bounded Replay рост контекста с 4 тыс. до 1 млн токенов увеличивает вычисления на токен примерно на 25%, делая длинные сценарии заметно дешевле. Подробно на IXBT