待验证50% 置信事实精确时间
DeepSeek V4.1的SWA Bound replay技术将读题时需要重算的Token数从2560减少到128，读题总计算量约减半。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/21
首次发现
有效期至：2027/1/19
来源
DeepSeek开源推理框架DeepInfer：AI推理成本砍半的秘密
bilibilicode秘密花园2026/10/21
涉及实体
相关事实
待验证DeepSeek V4.1对部分层采用局部注意力，只看最近的128个Token，短期笔记不存档而仅存本机内存，约三分钟后清除，命中率仍在98%以上。68% 相似待验证DeepSeek V4.1 Flash通过KV缓存层间交替与复用优化，将每token存储量从上一代的3500字节降至约890字节64% 相似待验证实测显示 DeepSeek V4.1 Flash 1017 的思考 token 数量减少了约三分之一，输出更简洁。64% 相似待验证R9700预填充吞吐在16000 token深度达到峰值3619 tok/s，64000 token深度回落到3192 tok/s，衰减约12%63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1081777API
curl https://kongchang.com/api/v1/knowledge/claims/1081777MCP
get_claim(id=1081777)