Model
.ai
追踪开放 AI 模型
DeepSeek V4.1 Flash

DeepSeek | 1,048,576 token context | $0.04/M input, $0.68/M output. DeepSeek V4.1 Flash is a sparse mixture-of-experts model from DeepSeek, and the first built on the company's Causal Encoder-Decoder (CED) architecture. It activates 8B parameters on input and 16B on output from a 552B-parameter backbone, an asymmetric split that keeps per-token compute low relative to the model's total size. Image understanding is native to the architecture, with visual and text embeddings trained jointly from the start of pre-training rather than added afterward as in the earlier experimental V4 Flash Vision…DeepSeek | 1,048,576 token context | $0.04/M input, $0.68/M output. DeepSeek V4.1 Flash is a sparse mixture-of-experts model from DeepSeek, and the first built on the company's Causal Encoder-Decoder (CED) architecture. It activates 8B parameters on input and 16B on output from a 552B-parameter backbone, an asymmetric split that keeps per-token compute low relative to the model's total size. Image understanding is native to the architecture, with visual and text embeddings trained jointly from the start of pre-training rather than added afterward as in the earlier experimental V4 Flash Vision ExpOpens in new tab. It is suited for coding, terminal, and computer-use agents, along with long-horizon tasks that must run to completion across many steps and long-context analysis. Compressed KV caching cuts cache memory to roughly a quarter of the previous Flash generation, significantly reducing costs on agentic workloads. DeepSeek positions it as the cost-efficient tier of the V4.1 family and reports that it exceeds V4 ProOpens in new tab on performance, speed, and task completion time.

本模型的指南
全部指南
DeepSeek V4.1 Flash 是 DeepSeek 推出的 5520 亿参数稀疏专家混合模型,基于新颖的因果编码器-解码器架构,输入时仅激活 80 亿参数,输出时激活 160 亿参数,使得每个 token 的计算成本在同规模模型中异常低。原生支持视觉输入,并采用激进的 KV 缓存压缩,适合多步代理和长上下文任务。权重开源,API 价格处于前沿技术的低价区间。

以……著称

  • 非对称激活(输入预填充 80 亿,解码时 160 亿)相较于模型总规模大幅降低计算成本。
  • KV 缓存占用约每 token 890 字节,约为上一代 Flash 的四分之一。
  • 原生多模态架构:视觉与文本从训练初期即联合训练,而非后期附加。
  • 可控推理强度(1–100 整数),允许在准确度与推理成本间权衡。
  • 专为编码、计算机使用代理和长周期多步任务设计。

注意

  • 5520 亿总参数量,局部运行需要强大硬件,大多数用户会选择调用 API。
  • CED 架构较新,除 DeepSeek 自身基准外,尚缺乏广泛生产环境验证。
  • 输出 token 计算成本约为输入的 16 倍,冗长的输出会迅速增加成本。

推荐尝试的提示词

多步终端代理
你可以使用 bash shell。用户有一个 Python 项目,pytest 运行时返回代码 1,但没有打印有用错误信息。请完整诊断:检查 pytest 版本,查看 conftest 文件,使用详细模式运行,并提出修复方案。展示每条命令并解释预期结果后再执行。
分析截图
我附上了一个网页应用仪表盘的截图。请识别任何看起来损坏或错位的 UI 元素,说明显示了哪些数据,布局是否易于浏览,并提出两条前端开发者能在一小时内实现的具体改进建议。
长上下文合同审查
这是一个软件服务协议。请找出所有限制责任或赔偿的条款,标记任何偏向供应商一方的条款,并总结终止条件。请以编号列表形式呈现,旁注相关章节引用。

与……比较

来自 deepseek 的更多文本模型

常见问题

权重开源吗?我能本地运行 DeepSeek V4.1 Flash 吗?
是的,权重已发布在 Hugging Face 上,仓库为 deepseek-ai/DeepSeek-V4.1-Flash。5520 亿总参数量需要强大硬件,本地运行门槛高,大多数人会选择调用 API。
DeepSeek V4.1 Flash 的价格和上下文窗口是多少?
API 价格为每百万输入 token 0.04 美元,每百万输出 token 0.63 美元,上下文窗口为 1,048,576 token(约一百万 token)。
V4.1 Flash 与 V4.1 系列其他版本有何不同?
V4.1 Flash 是成本效益型版本,采用新 CED 架构保持激活参数低并激进压缩 KV 缓存;DeepSeek 报告其性能、速度和任务完成度均超过 V4 Pro,且每 token 成本更低。
船长评语
一款真正新颖的架构,名副其实的“Flash”标签:每 token 成本低,专为代理设计,且如果你有硬件支持,权重开源。
Hugging Face 上的模型卡
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据,可能会变动。
Ranking badge
Updated Oct 22, 2026
ModelTrends.ai 上的 DeepSeek V4.1 Flash:#6 Hottest AI model
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #1 Hottest Text / LLM model · #1 Hottest Text / LLM text model
Not this creator?
DeepSeek V4.1 Flash 热度趋势
自10 Sep 2026以来的热度分数
热度评分
9,552°
本周
▲
38.4%
9,509° 当时,9,552° 现在
本月
▲
845%
9,256° 当时,9,552° 现在
过去一年
n/a
尚未发布/跟踪
DeepSeek V4.1 Flash: 自10 Sep 2026以来的热度分数7,000°7,715°8,429°9,144°9,858°10 Sep18 Sep27 Sep5 Oct14 Oct22 Oct9,552°ModelTrends.ai
7,000°
起点
评分范围是 0° 到 9,999°。低于 7,000° 的部分保留给还没有任何来源报告的模型,这些模型用替代数值填充,保证列表完整。7,000° 是有实际数据的起点:一个有真实数据但几乎没人下载的模型就在这里,后续的度数都是基于它的测量。起点本身不反映模型质量,只有起点以上的度数才区分不同模型。
+2,124°
OpenRouter 令牌
该模型在过去30天内通过OpenRouter处理了119,552,466,382,730个令牌,包含提示和回答。每10,000,000个令牌计为一次下载,共计11,955,246次;最后一天的令牌计入采用率。来源:OpenRouter (openrouter.ai/rankings)。
+428°
采用率
每天大约 516,730 次下载,基于两次来源读取间的测量,不是用历史平均估算。下载速度权重是下载项的四分之一,这样能反映新热度,但不会让一天的峰值超过多年累计。
显示详细分解
本站上的每个数字都可以查证。这个模型的热度评分是 9,552°,这里一步步展示了它是如何组成的,每一步都有累计总分:起点、每个来源增加的度数、模型类型的加成以及权重年龄的扣减。颜色对应上方图表的区间。最后的词汇表解释了所有术语。
  1. 1
    从起点开始。
    为什么是 7,000° 而不是零:评分范围是 0° 到 9,999°,低于 7,000° 的部分保留给还没有任何来源报告的模型,这些模型用替代数值填充,保证列表完整且不会超过有数据的模型。7,000° 是有实际数据的起点。一个有真实数据但几乎没人下载的模型就在这里;后续的度数都是测量值,起点以上有十个十倍下载阶梯,每阶梯增加 300°。起点对所有模型一样,不影响排名;区分模型的是起点以上的度数。
    7,000°
    累计总数
  2. 2
    加上下载量。
    总共11,955,246个下载等价量,来自OpenRouter 令牌。下载量增加十倍,热度增加相同的300°,所以大小很重要,但不会让分数失控。
    +2,124°
    9,124°
    累计总数
  3. 3
    增加采用率。
    现在大约每天516,730次下载,基于两次读数的差值,权重是四分之一。
    +428°
    9,552°
    累计总数
  4. =
    热度得分。
    这个模型在本站所有榜单上的排名。没有其他因素会调整它。
    9,552°
术语表:这里用到的术语
热度得分
一个数字,表示模型当前的使用和需求程度,范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序,别无他物。
基准线
所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°;基准线以下的部分保留给无数据的替代模型,这样有数据的模型总是排在无数据模型之上。基准线对所有人相同,不影响排名;超过基准线的度数才是实际测量值。
下载等价量
得分中当作下载计算的所有项目总和:下载本身,每个种子上传者算1,000,每个AI Horde图片和每次生成网站的运行算一个。
对数刻度
以十为单位计数,而不是以一为单位:从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
点赞
来自所有来源的点赞和竖起大拇指,每个点赞在对数刻度上价值半个下载。
采用率
模型当前每天的下载次数,基于两次读数的差值。权重是下载项的四分之一。
测量与估算
测量表示有两个来源的读数,且差异是真实的。估算表示只知道今天的总数,过去的数据是根据模型的生命周期分配的;网站会说明显示的是哪种。
做种者
指那些在线保存权重副本供他人通过种子下载的人,或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
AI Horde
一个志愿者网络,在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的,每张图片算作一次下载。
生成网站
托管自己模型副本并允许用户生成的站点,比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样,每次生成算一次下载。
OpenRouter 令牌
通过API提供的文本模型,如Claude或GPT,没有权重需要下载,因此其使用量以令牌计量:过去30天内通过OpenRouter(一种许多应用使用的网关)读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源:OpenRouter (openrouter.ai/rankings),CC BY 4.0。
完整模型(检查点)
权重文件本身,是能独立生成的文件。它会获得额外加分,因为附加组件依赖它。
LoRA和嵌入
小型附加文件,用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
家族与权重
模型构建所基于的基础,比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
年龄
根据家族权重发布多久,扣除的度数:每年150°,最多750°。它保留了那些积累了多年下载量的老模型,防止它们被挤出榜单顶部。
家族加成
对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分,总是在分数细目中列出。
替代分数
给还没有任何来源报告的模型一个稳定的最低分数,这样榜单才完整。它永远不会高于有数据的模型。
新模型!(宽限期)
不到7天的新模型显示“新模型!”而非分数,且不参与排名。其分数从第一天开始计算,但一天大的模型增长最快,若不等待,周榜#1总是昨天刚发布的模型,而非持续一周的。
趋势
模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升,比典型慢表示下降。
典型模型
目录的中间值:一半有数据的模型增长比它快,一半比它慢。
这个模型的受欢迎程度相对于整个目录的变化:它在每个时间段内下载量、点赞和使用量的增长,和同一时间段内典型模型的增长相比,以及当时的热度分数。高于典型增长表示上升,低于则表示下降。过去的数据是从今天的总数、模型的第一天和测量的下载速度(如果有两次测量)推算出来的;如果模型在某个时间段开始时不存在,则显示为 n/a。