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.


Aantekeningen van de kapitein
Bekend om
- Asymmetrische activatie (8B prefill, 16B decode) verlaagt de rekencapaciteit ten opzichte van de totale modelgrootte.
- KV-cache footprint van ~890 bytes per token, ongeveer een kwart van de vorige Flash-generatie.
- Native multimodale architectuur: visie is vanaf dag één samen met tekst getraind, niet achteraf toegevoegd.
- Controleerbare redeneerinspanning (1–100 integer) laat je nauwkeurigheid afwegen tegen inferentiekosten.
- Ontworpen voor coderen, computergebruik-agents en taken met meerdere stappen over lange tijd.
Let op
- Met 552B totale parameters vereist lokaal draaien serieuze hardware; de meeste gebruikers zullen de API gebruiken.
- De CED-architectuur is nieuw en grotendeels ongetest in productie buiten DeepSeek's eigen benchmarks.
- Output tokens kosten ongeveer 16× meer dan input tokens, dus uitgebreide output kan snel oplopen.
Prompts om te proberen
Vergelijk met
- DeepSeek Flash LatestAlleen API-model1,048,576 token context · $0.04/M invoer, $0.68/M uitvoer
- DeepSeek V4 Flash 0731Model met open gewichten1,048,576 token context · $0.01/M invoer, $1.28/M uitvoer
- DeepSeek V4 Flash 0423Model met open gewichten1,048,576 token context · $0.09/M invoer, $0.18/M uitvoer
- DeepSeek V4 Pro 0813Model met open gewichten1,048,576 token context · $1.32/M invoer, $3.96/M uitvoer
Veelgestelde vragen
- Zijn de weights open en kan ik DeepSeek V4.1 Flash lokaal draaien?
- Ja, de weights zijn gepubliceerd op Hugging Face onder deepseek-ai/DeepSeek-V4.1-Flash. Met 552B totale parameters heb je aanzienlijke hardware nodig om het lokaal te draaien; de meeste mensen gebruiken de API.
- Wat kost DeepSeek V4.1 Flash en hoe groot is het contextvenster?
- De API kost $0,04 per miljoen input tokens en $0,63 per miljoen output tokens, met een contextvenster van 1.048.576 tokens (ongeveer één miljoen).
- Hoe verschilt V4.1 Flash van de rest van de V4.1-familie?
- V4.1 Flash is het kostenefficiënte niveau, gebruikt de nieuwe CED-architectuur om actieve parameters laag te houden en comprimeert de KV-cache agressief; DeepSeek meldt dat het beter presteert dan V4 Pro op prestaties, snelheid en taakvoltooiing ondanks de lagere kosten per token.
Oordeel van de kapiteinEen echt nieuwe architectuur die zijn 'Flash'-label verdient: goedkoop per token, gebouwd voor agents, en open als je de hardware hebt.
Toon gedetailleerde uitsplitsing
- 1Begin bij de basis.Waarom 7,000° en niet nul: de schaal loopt van 0° tot 9.999°, en het deel onder 7,000° is gereserveerd voor modellen waar nog geen bron over rapporteert, die daar een tijdelijke waarde krijgen zodat de lijsten compleet blijven en nooit hoger staan dan een model met data. 7,000° is waar gemeten data begint. Een model met echte data maar bijna geen downloads zit hier; alles wat volgt is meting, en de ruimte boven de basis bevat tien stappen van tien keer zoveel downloads, elk 300° waard. De basis is voor elk model hetzelfde, dus die zegt niets; de graden erboven wel.7,000°lopende totaal
- 2Voeg de downloads toe.11,955,246 download-equivalenten in totaal, van OpenRouter tokens. Tien keer de downloads voegt dezelfde 300° toe, dus grootte telt mee maar bepaalt niet alles.+2,124°9,124°lopende totaal
- 3Voeg de adoptiesnelheid toe.Ongeveer 516,730 downloads per dag op dit moment, gemeten tussen twee metingen, met een kwart van het gewicht.+428°9,552°lopende totaal
- =De heat-score.Waar dit model staat op elke lijst van deze site. Niets anders beïnvloedt dit.9,552°
- Heat-score
- Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
- Vloer
- De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
- Download-equivalenten
- Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
- Logaritmische schaal
- Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
- Likes
- Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
- Adoptiesnelheid
- Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
- Gemeten en geschat
- Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
- Seeder
- Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
- AI Horde
- Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
- Generatiesites
- Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
- OpenRouter tokens
- Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Volledig model (checkpoint)
- De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
- LoRA en embedding
- Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
- Familie en gewichten
- De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
- Leeftijd
- Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
- Familie boost
- Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
- Stand-in score
- Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
- Nieuw! (gratieperiode)
- Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
- Trend
- Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
- Typisch model
- Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.
