# DeepLearning.AI 在 The Batch 中详解 DeepSeek 缓存缩减与 Flash 基准测试表现

DeepLearning.AI 在最新一期 The Batch 中分析了 DeepSeek 的架构，指出其每个 token 的缓存降至 890 字节，较 DeepSeek-V1 缩小了 437 倍。分析还提到，当输入从 4K 扩展至 1M token 时，每个输出 token 的计算量增加了 25%，并指出 Flash 在 AA Index 基准测试中得分超过 V4-Pro。

Language: zh-CN
Time zone: Asia/Shanghai

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

Content language: zh-CN
Localization state: translated

来源：DeepLearning.AI · 发布于 2026/10/8 08:02:37

DeepLearning.AI 在本周的 The Batch 中发布了关于 DeepSeek 的[技术解析](https://hubs.la/Q04ztt000)，重点探讨 AI Agent 的内存占用优化。报告称，DeepSeek 将每个 token 的缓存减至 890 字节，较 DeepSeek-V1 缩小了 437 倍。

分析还指出，当输入上下文从 4K 扩展至 1M token 时，每个输出 token 的计算量增加了 25%。在基准测试评估中，Flash 在 AA Index 上的得分为 39 分，高于 V4-Pro 的 36 分；据报告，两者的单任务成本分别为 0.27 美元和 0.67 美元。

Tags: DeepLearning.AI, DeepSeek, 基准测试, LLM 推理

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