DeepSeek-V4-Pro、DeepSeek-V4-Flash 和 DeepSeek-V4.1-Flash 模型现已在 Amazon SageMaker JumpStart 中提供

发布于: 2026年11月11日

DeepSeek 的 DeepSeek-V4-Pro、DeepSeek-V4-Flash 和 DeepSeek-V4.1-Flash 模型现已在 Amazon SageMaker JumpStart 中提供,进一步扩充了 AWS 客户可用的基础模型组合。这三款开放权重混合专家(MoE)语言模型在 MIT 许可证下发布,可在推理、编程和智能体工作负载中实现前沿级别的性能,同时仅在每个 token 上激活其全部参数中的一小部分,从而在大规模应用中实现高效率。

这些模型利用专项能力应对不同的人工智能挑战:

DeepSeek-V4-Pro 专为旗舰级复杂推理与高质量文本生成场景而设计。这款 1.6T 参数级 MoE 模型为每个 token 激活 49B 参数,并支持 100 万 token 上下文窗口,非常适合长文档分析、多步推理,以及需要最大模型容量的高要求生成任务。

DeepSeek-V4-Flash 是一款高效的 284B 参数级 MoE 模型,每个 token 激活 13B 参数,能够以显著更低的计算成本来提供强劲性能。它支持与 V4-Pro 相同的 100 万 token 上下文窗口,非常适合对延迟敏感、注重成本的生产部署,并且适用于各类语言任务。

DeepSeek-V4.1-Flash 提供新一代智能体效率与原生多模态支持。它基于新颖的因果编码器-解码器(CED)架构构建,主干参数量达 552B,在预填充期间仅激活 8B 参数,在解码期间激活 16B 参数,同时支持 100 万 token 上下文窗口和 38.4 万最大输出 token 数。其压缩稀疏注意力 2(CSA2)与 FP4 KV 缓存机制,将全局 KV 缓存占用降至 V4-Flash 的约 1/4,大幅提升了智能体工作负载、编程任务与视觉任务的成本效率。

借助 SageMaker JumpStart,客户只需点击几下即可部署这些模型中的任何一个,以解决其特定的人工智能使用案例。

要开始使用这些模型,请导航到 SageMaker 控制台中的 SageMaker JumpStart 模型目录,或使用 SageMaker Python SDK 将模型部署到您的 AWS 账户。有关在 SageMaker JumpStart 中部署和使用基础模型的更多信息,请参阅 Amazon SageMaker JumpStart 文档。