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.


船长笔记
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
与……比较
- DeepSeek Flash Latest仅限API模型1,048,576 令牌上下文 · $0.04/M 输入,$0.68/M 输出
- DeepSeek V4 Flash 0731开源权重模型1,048,576 令牌上下文 · $0.01/M 输入,$1.28/M 输出
- DeepSeek V4 Flash 0423开源权重模型1,048,576 令牌上下文 · $0.09/M 输入,$0.18/M 输出
- DeepSeek V4 Pro 0813开源权重模型1,048,576 令牌上下文 · $1.32/M 输入,$3.96/M 输出
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。
显示详细分解
- 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
- =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°
- 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。
