Deep潮 TechFlow Noticias, 21 de enero, según datos de Jin10, en el primer aniversario del lanzamiento de DeepSeek-R1, se ha revelado un nuevo modelo llamado “MODEL1”. DeepSeek ha actualizado el código FlashMLA en GitHub, que menciona MODEL1 en 28 de las 114 archivos, apareciendo junto a V32 como modelos diferentes. Se sabe que V32 es DeepSeek-V3.2, y es muy probable que MODEL1 sea una nueva arquitectura. Las diferencias específicas en el código se reflejan en la disposición de la caché KV, el manejo de la esparcidad y la decodificación FP8, con varias diferencias en la optimización de memoria. (Cuántico)