>>1は下記を参考にすれば軽りょいく化できる
DeepSeek V4.1 FlashがKVキャッシュを約4分の1に、長時間AI処理の費用を削る
DeepSeek V4.1 Flashは、入力と出力で計算量を分け、長い会話履歴の保存を軽量化した。性能比較の条件と公式料金から、AIエージェントの運用で効果が出る場面を読み解く。
2026年9月11日
https://xenospectrum.com/deepseek-v41-flash-kv-cache/
V4.1 Flashは、入力を読むときに動かすパラメータを80億、出力を生成するときには160億とする非対称の構造を採った。技術レポートが示すのは、20層のエンコーダに20層のデコーダをつなぐ「Causal Encoder-Decoder(CED)」だ。デコーダが全体文脈の参照に使うKVを、エンコーダの最後の内部状態から作ることで、長い入力全体に対するデコーダ側の処理を省けるようにした。
たとえばエージェントがコードを修正し、テストを実行し、そのログを読んで再修正すると、モデルには新しいログと会話履歴が繰り返し入る。短い回答を一度返す場合と違い、何度も大量の入力を処理する。そのため、入力側を軽くする効果が積み重なる。
ただし、80億や160億という数字はモデルの保存容量を表さない。V4.1 Flashは、処理に使う部分を選ぶMoEモデルであり、本体のパラメータは5520億に増えた。前世代の2840億より大きい。さらに、トークンの並びに応じて情報を取り出す「Engram」という条件付きメモリを1960億パラメータ分備える。これは学習した情報を参照する仕組みで、会話履歴を保持するKVキャッシュとは別物だ。
つまり、モデルを小さくしたから入力が軽いのではなく、大きなモデルのどの部分を、いつ動かすかを変えている。
DeepSeek公表のDeepSWE v1.1では、V4.1 Flashの課題解決率は74.2%となり、V4-Flashの54.4%から大きく伸びた。同じ表に載るOpus 5の74.0%、GPT-5.6 Solの73.0%も上回る。ただし、試験を変えると順位は入れ替わる。
評価項目
V4-FLASH V4.1 FLASH GPT-5.6 SOL OPUS 5
Terminal-Bench 2.1
82.7 90.6 88.8 89.1
Terminal-Bench 3.0
7.6 30.0 34.4 43.3
Terminal-Bench 4.0
7.0 31.2 39.9 51.8
DeepSWE v1.1
54.4 74.2 73.0 74.0
CyberGym
76.7 88.1 84.5
SEC-Bench Pro
30.9 62.8 74.3
ExploitGym
1.8
15.3 33.7 22.1