DeepSeek V4.1 Flash 跑 1M 上下文内存不到 0.9GB，Llama 3.3 70B 需 320GB

开发者 gnukeith 认为 DeepSeek V4.1 Flash 的工程表现被低估，其 KV Cache 压缩显著降低了长上下文推理的内存门槛。按文中数据，同为 1M token 上下文，DeepSeek V4.1 Flash 占用不到 0.9GB 内存，Llama 3.3 70B 约需 320GB，Qwen 3 8B 约需 144GB。