# DeepLearning.AI 於 The Batch 詳解 DeepSeek 快取縮減與 Flash 基準測試表現

DeepLearning.AI 於最新一期 The Batch 分析了 DeepSeek 的架構，指出其每個 token 的快取縮減至 890 位元組，比 DeepSeek-V1 縮小了 437 倍。分析亦指出，當輸入從 4K 擴展至 1M token 時，每個輸出 token 的運算量增加了 25%，並指出 Flash 於 AA Index 基準測試的得分超越 V4-Pro。

Language: zh-HK
Time zone: Asia/Hong_Kong

HTML: https://didcodexreset.com/zh-hk/news/f37d751491a64ac5a3847135.html

Content language: zh-HK
Localization state: translated

來源：DeepLearning.AI · 發布於 8/10/2026 08:02:37

DeepLearning.AI 於本週的 The Batch 發布了關於 DeepSeek 的[技術分析](https://hubs.la/Q04ztt000)，重點探討 AI Agent 的記憶體佔用優化。報告指出，DeepSeek 將每個 token 的快取降至 890 位元組，比 DeepSeek-V1 縮小了 437 倍。

分析亦指出，當輸入上下文由 4K 擴展至 1M token 時，每個輸出 token 的運算量增加了 25%。在基準測試評估中，Flash 於 AA Index 取得 39 分，高於 V4-Pro 的 36 分；每個任務的報告成本分別為 0.27 美元與 0.67 美元。

Tags: DeepLearning.AI, DeepSeek, 基準測試, LLM 推理

[查看主帖原文](https://x.com/DeepLearningAI/status/2107984315598434418)