待验证50% 置信基准精确时间
开发者 Soto 自写推理引擎，将552B参数的 DeepSeek V4.1 Flash 运行在单张24G RTX 4090、90G内存加NVMe存储的游戏PC上，实测解码约27 token/s，预填充180-320 token/s。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/18
首次发现
有效期至：2026/11/1
来源
DeepSeek V4.1 Flash开源实测：更快更省，消费级硬件也能跑
bilibili缘素子2026/10/18
涉及实体
相关事实
待验证据社区援引信息，DeepSeek-V4.1-Flash主干参数为552B，Engram参数为196B，safetensors权重文件总计约350GB73% 相似待验证DeepSeek-V4-Flash-Vision-Exp采用MoE架构，总参数约305B，每个Token仅激活约13B，激活率约4.6%70% 相似待验证DeepSeek V4 Flash的UD-Q8_K_XL量化版本文件体积为162GB，采用MXFP4+BF16混合精度，达到完全无损70% 相似待验证Qwen3-8B Flash的效果与DeepSeek的27B模型差不多，原生上下文为256K，可扩展至1M，官网已提供100万上下文的API接口70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1059794API
curl https://kongchang.com/api/v1/knowledge/claims/1059794MCP
get_claim(id=1059794)