DeepSeek V4.1 Flash 登上 AA-AgentPerf：GB300 吞吐达每 MW 2.61 亿 tokens

Artificial Analysis 将 DeepSeek V4.1 Flash 加入自家的 AA-AgentPerf 智能体推理基准，实测覆盖 NVIDIA 与 AMD 多款硬件。V4.1 Flash 在 Artificial Analysis Intelligence Index 拿到 39 分，超过自家 V4 Pro 0813 的 36 分，参数量约为后者的三分之一（552B 总参数、16B 激活）。新架构采用因果编码器-解码器设计，每输出 token 激活 16B 参数，加上 196B 的 Engram n-gram 记忆放在主机内存，KV cache 只有 V4 Flash 的约四分之一。在每用户 100 tokens/s 的并发下，GB300 达到约 2.61 亿 tokens/s/MW，领先 B300（约 2.2 亿）、B200（约 1.93 亿）、GB200（约 1.78 亿）和 MI355X（约 1.28 亿），服务成本比 V4 Pro 0813 降低约 1.3 到 6.2 倍。