每個 token 啟用 Pro49B Flash13B 層 61 → 43 寬 7168 → 4096 專家 384 → 256 大模型的 Flash 版和完整版,架構上差在哪 2026年10月29日 Gemini、DeepSeek、GLM 都有 Flash 型號,價錢只有完整版的幾分之一。Flash 是 FlashAttention 嗎,還是把模型壓縮了一遍?如果都不是,它到底在哪幾處下刀,變小之後又靠什麼不變笨? AI 大模型 MoE 注意力機制 蒸餾 推理