DeepSeek V4.1 Flash 看起来只是一个小版本更新，但实际上部署了一项很新的技术Engram。
当前大部分AI模型的参数中既包含了思考的能力，又包含了大量的知识记忆，这样做的缺点是每次对话都在浪费算力去运算本可以查询的信息。Engram相当于一个词典，把常见的词组、固定说法、局部模式存进去，用的时候直接查询而不是计算，从而节省算力、加快速度、降低成本。一个不太恰当的类比，以前像闭卷考试学生要花时间背诵大量内容，现在是开卷考试直接查知识点就行降低了负担。
2026年1月DeepSeek和北京大学一起发了相关论文《Conditional Memory via Scalable Lookup》，他们发现在有限的参数预算里，大概拿20%到25%专门做记忆，剩下的做计算效果往往最好。令人意外的是DeepSeek只用了8个月就把这项技术落地了。
除了Engram，DeepSeek团队还在KV 缓存和Single-Pass mHC等方面做了优化。可以看出DeepSeek的低价并不是单纯的打价格战，而是通过极致的优化降低成本带来的。