从一行代码发现DeepSeek的秘密：Model1到底是什么？
原创 花叔 花叔 2026-01-21 10:20
互动数据
- 阅读：2090
- 点赞：37
- 转发：58
- 喜欢：8
- 留言：5
昨天是DeepSeek-R1发布一周年（居然都一年了…），当天有人在GitHub上发现了一个秘密。
一个叫Model1的神秘代号，在DeepSeek的代码仓库里出现了17次。
更有意思的是，它和现在的V3.2是并列的——代码里专门为这两个模型写了不同的处理逻辑。
Model1会不会就是传说中的V4？
我花了点时间调查这件事。结论是：很可能是。但要理解为什么，得先搞清楚这个代码仓库是干什么的。
这个代码仓库是干什么的？
这次发现Model1的地方叫FlashMLA。要理解为什么这个发现靠谱，得先知道它是干什么的。
大模型怎么读文字？
大模型读文字的时候，需要不断判断”哪些词和哪些词有关系”。
比如这句话：
“小明去了北京，他觉得天安门很壮观。”
模型读到”他”的时候，得知道”他”指的是前面的”小明”，而不是别人。
这个”回头看、找关系”的过程，术语叫注意力（Attention）——模型在”注意”哪些词和当前词相关。
FlashMLA是什么？
DeepSeek发明了一种特别省内存的注意力算法，叫MLA。FlashMLA就是这个算法的加速版——让它跑得更快。
关键是：这不是实验代码，是正在线上跑的生产代码。
你现在打开DeepSeek网页版问问题，背后就是这套代码在干活。2025年2月DeepSeek搞”开源周”的时候，FlashMLA是第一天发布的，官方说得很清楚：这是”经过生产环境实战检验的基础模块”。
为什么新模型会在这里”露馅”？
因为不同模型的”注意力”算法可能不一样。
如果Model1用了新的算法，FlashMLA就得更新代码来支持它。程序员在写”怎么给Model1算注意力”的时候，就把Model1的存在暴露了。
而且代码里Model1和V3.2是并列的——说明两个模型的算法有区别，需要分开处理。
如果Model1只是V3.2的小更新，根本不需要在底层代码里单独写一套逻辑。
既然写了，说明改动不小。
代码透露了什么信息？
我仔细看了FlashMLA仓库里Model1相关的代码。发现了几个很有意思的细节。
1. Model1是正式的模型类型，不是临时命名
代码里有一个枚举定义：
enum class ModelType { V32, MODEL1};
V32就是现在的V3.2。Model1和它并列，说明这不是什么实验性的临时代号，而是一个正式的模型类型。
2. Model1用了”稀疏注意力”——只看最重要的词
代码里有一段注释：
// The following fields are only valid for MODEL1int topk_length, extra_topk_length, num_orig_kv_blocks;
topk_length是什么意思？就是只关注最重要的前k个词。
普通的注意力机制会把所有词都算一遍。但Model1不一样，它会先快速扫一遍，挑出最相关的词，然后只对这些词做精确计算。
这就像你读一本书找答案：普通方法是逐字逐句读完；稀疏注意力是先扫目录和标题，定位到相关章节，再仔细读。
效率高很多，尤其是处理长文章的时候。
3. 存储格式完全不同
代码里定义了两种不同的存储格式：
class FP8KVCacheLayout(enum.Enum): V32_FP8Sparse = 1 MODEL1_FP8Sparse = 2
而且量化参数也不一样：V32用128，Model1用64。这说明底层存储架构变了。
我之前写过DeepSeek的Engram论文，讲的是他们要给模型”发一本字典”——把固定知识存起来直接查，不用每次都重新计算。
存储格式的变化，很可能就是为了支持这种”字典”功能。
4. Model1有4种配置
测试代码里出现了：
# MODEL1 CONFIG1# MODEL1 CONFIG2# MODEL1 CONFIG3# MODEL1 CONFIG4
4种配置，可能对应不同的部署规格——类似V3有Base版和Chat版，Model1可能也有多个版本。
时间线：三篇论文铺路
把代码发现和DeepSeek最近发的论文放一起看，时间线就很清晰了：
时间
发生了什么
2025年12月31日
发论文：解决了训练大模型时的稳定性问题
2026年1月4日
R1论文从22页扩充到86页，补上所有技术细节
2026年1月13日
发论文：提出”字典”方案，让模型不用重复计算固定知识
2026年1月20日
代码更新，Model1现身
2026年2月中旬（传闻）
V4发布
我之前写那两篇论文解读的时候就有个感觉：这些论文不是孤立的研究，而是在为新模型铺路。
第一篇解决”怎么稳定地训更大的模型”。第二篇解决”怎么让模型不浪费算力”。现在代码更新了，把这些方案落地。
下一步，就是发布新模型了。
也要保持怀疑
说了这么多”可能是V4”的理由，也得泼点冷水。
消息来源有点奇怪
V4的发布传闻主要来自美国媒体The Information。有人质疑：DeepSeek是中国公司，国内一点风声没有，怎么会先泄露给美国媒体？
这个质疑有道理。不过The Information在AI领域的爆料准确率挺高的，之前OpenAI的几次发布他们都提前报过。
Model1可能只是临时代号
“Model1”这名字太普通了。可能只是开发阶段的临时命名，发布时会改成V4或别的名字。也可能根本不是V4，而是某个专门用途的小模型。
发布时间可能变
去年R1确实是春节前发布的，但不代表今年也会。DeepSeek向来低调，不会为了制造话题赶时间节点。
我的判断：Model1大概率是V4的开发代号。但具体什么时候发、发布时叫什么名字，还得等官宣。
最后
这篇文章做的事情是”代码考古”——从程序员写的代码里推测公司的下一步动作。
代码有个好处：它不会说谎。
不像发布会上的营销话术，也不像媒体报道可能有信息差。代码是工程师写的，写什么、改什么，都有具体的技术原因。
Model1出现在生产级代码里，说明三件事：
-
这是一个真实存在的模型
-
它和现在的V3.2明显不一样
-
DeepSeek正在为它的上线做准备
至于它到底是什么、性能多强——这些问题的答案，可能很快就会揭晓。
毕竟，春节快到了。
往期相关：
【梁文锋署名】DeepSeek再发新论文：75%思考+25%记忆，这是他们算出来的最优解
DeepSeek V4即将发布？先读懂梁文峰这份86页的技术底牌
【梁文锋署名】DeepSeek新论文：所有人都觉得没必要改的东西，他们改了
参考资料：
-
FlashMLA GitHub: https://github.com/deepseek-ai/FlashMLA
-
Hugging Face博客: One Year Since the DeepSeek Moment