IA
DeepSeek V4.1 Flash separa los parámetros de leer y de escribir
El modelo suma 763.000 millones de parámetros, activa 8.000 millones en la entrada y 16.000 millones en la salida, y con eso baja la caché de claves y valores hasta un octavo de la del V4 Flash.
Latent Space