Les poids sont-ils ouverts et puis-je exécuter DeepSeek V4.1 Flash localement ?

Oui, les poids sont publiés sur Hugging Face sous deepseek-ai/DeepSeek-V4.1-Flash. Avec 552 milliards de paramètres au total, vous aurez besoin d’un matériel conséquent pour l’exécuter localement ; la plupart des utilisateurs utiliseront plutôt l’API.

Quel est le coût de DeepSeek V4.1 Flash et quelle est sa fenêtre de contexte ?

L’API est tarifée à 0,04 $ par million de tokens en entrée et 0,63 $ par million de tokens en sortie, avec une fenêtre de contexte de 1 048 576 tokens (environ un million).

En quoi V4.1 Flash diffère-t-il du reste de la famille V4.1 ?

V4.1 Flash est le palier économique, utilisant la nouvelle architecture CED pour garder les paramètres actifs bas et compresser agressivement le cache KV ; DeepSeek rapporte qu’il dépasse V4 Pro en performance, vitesse et complétion de tâches malgré un coût par token inférieur.

▲

38.4%

cette semaine

DeepSeek V4.1 Flash

9552°

#llm #deepseek #vision #raisonnement #agents #programmation

Lancer ce modèle

Offres / Pub

OpenRouter Terminal / API

Payer par token

Discute avec ce modèle dans le navigateur ou appelle-le depuis ton code avec une clé API.

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.

Guides pour ce modèle

Poids ouverts vs open source vs API uniquement : ce que tu peux vraiment faire

Comment choisir un modèle d'IA en octobre 2026 : les nouveautés des modèles fermés, puis les poids ouverts à télécharger

Meilleur LLM local par cas d’usage (octobre 2026) : le bon modèle open source pour chaque tâche

De combien de VRAM ai-je vraiment besoin pour l'IA locale ?

Comment installer Ollama et faire tourner une IA locale (Windows, Mac, Linux)

Qu'est-ce qu'un fichier GGUF ? Explication des modèles quantifiés (Q4, Q8, fp8, NF4)

Tous les guides

Notes du capitaine

Écrit par Captain, le rédacteur maison

Notes du 2026-10-13

DeepSeek V4.1 Flash est un modèle sparse mixture-of-experts de 552 milliards de paramètres de DeepSeek, construit sur une architecture innovante Causal Encoder-Decoder qui active seulement 8 milliards de paramètres à l'entrée et 16 milliards à la sortie, ce qui maintient les coûts par token exceptionnellement bas pour cette échelle. Le support natif de la vision et la compression agressive du cache KV en font un choix pratique pour les agents multi-étapes et les charges de travail à long contexte. Les poids ouverts sont disponibles, et le prix de l’API se situe dans la fourchette économique de pointe.

Connu pour

Activation asymétrique (8 milliards en pré-remplissage, 16 milliards en décodage) qui réduit le coût de calcul par rapport à la taille totale du modèle.
Empreinte du cache KV d’environ 890 octets par token, soit environ un quart de la génération Flash précédente.
Architecture multimodale native : vision entraînée conjointement avec le texte dès le départ, et non ajoutée après coup.
Effort de raisonnement contrôlable (entier de 1 à 100) permettant d’échanger précision contre coût d’inférence.
Conçu pour le codage, les agents d’utilisation informatique et l’exécution de tâches multi-étapes à long terme.

Attention à

Avec 552 milliards de paramètres au total, l’exécution locale exige un matériel sérieux ; la plupart des utilisateurs utiliseront l’API.
L’architecture CED est nouvelle et peu testée en production en dehors des benchmarks internes de DeepSeek.
Les tokens de sortie coûtent environ 16 fois plus cher que les tokens d’entrée, donc les complétions verbeuses s’additionnent rapidement.

Idéal pour

Agents et utilisation d'outils

Programmation

Contexte long

Vision

Fonctionne localement

Prompts à essayer

Agent terminal multi-étapes

Vous avez accès à un shell bash. Un utilisateur a un projet Python où `pytest` se termine avec le code 1 mais n’affiche aucune erreur utile. Parcourez un diagnostic complet : vérifiez la version de pytest, inspectez les fichiers conftest, lancez avec des flags verbeux, et proposez une correction. Montrez chaque commande et expliquez ce que vous attendez avant de l’exécuter.

Analyse d’une capture d’écran

Je joins une capture d’écran du tableau de bord d’une application web. Identifiez tout élément d’interface qui semble cassé ou mal aligné, notez quelles données sont affichées et si la mise en page facilite la lecture, puis suggérez deux améliorations spécifiques qu’un développeur front-end pourrait implémenter en moins d’une heure.

Revue de contrat à long contexte

Voici un contrat de services logiciels. Identifiez chaque clause limitant la responsabilité ou l’indemnisation, signalez celles qui sont unilatérales en faveur du fournisseur, et résumez les conditions de résiliation. Présentez vos conclusions sous forme de liste numérotée avec la référence de section correspondante à côté de chaque point.

Comparer avec

DeepSeek Flash Latest
Modèle uniquement API
Contexte de 1,048,576 tokens · entrée $0.04/M, sortie $0.68/M
DeepSeek V4 Flash 0731
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $0.01/M, sortie $1.28/M
DeepSeek V4 Flash 0423
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $0.09/M, sortie $0.18/M
DeepSeek V4 Pro 0813
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $1.32/M, sortie $3.96/M

Plus de modèles de texte de deepseek

Questions fréquentes

Les poids sont-ils ouverts et puis-je exécuter DeepSeek V4.1 Flash localement ?: Oui, les poids sont publiés sur Hugging Face sous deepseek-ai/DeepSeek-V4.1-Flash. Avec 552 milliards de paramètres au total, vous aurez besoin d’un matériel conséquent pour l’exécuter localement ; la plupart des utilisateurs utiliseront plutôt l’API.
Quel est le coût de DeepSeek V4.1 Flash et quelle est sa fenêtre de contexte ?: L’API est tarifée à 0,04 $ par million de tokens en entrée et 0,63 $ par million de tokens en sortie, avec une fenêtre de contexte de 1 048 576 tokens (environ un million).
En quoi V4.1 Flash diffère-t-il du reste de la famille V4.1 ?: V4.1 Flash est le palier économique, utilisant la nouvelle architecture CED pour garder les paramètres actifs bas et compresser agressivement le cache KV ; DeepSeek rapporte qu’il dépasse V4 Pro en performance, vitesse et complétion de tâches malgré un coût par token inférieur.

Verdict du capitaine
Une architecture véritablement novatrice qui mérite son label « Flash » : peu coûteuse par token, conçue pour les agents, et ouverte si vous disposez du matériel.

Fiche modèle sur Hugging Face

Le capitaine écrit ces notes à partir de la description et de la fiche modèle. Les prix et tailles de contexte sont ceux du fournisseur au moment de la rédaction et peuvent changer.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #1 Hottest Text / LLM model · #1 Hottest Text / LLM text model

Not this creator?

Get your own badge

Tendance de popularité de DeepSeek V4.1 Flash

Score de chaleur depuis 10 Sep 2026

Score de popularité

9,552°

Cette semaine

▲

38.4%

9,509° alors, 9,552° maintenant

Ce mois-ci

▲

848%

9,256° alors, 9,552° maintenant

L'année passée

n/a

Pas encore publié/suivi

7,000°

Plancher

L’échelle va de 0° à 9 999°. Tout ce qui est en dessous de 7,000° est réservé aux modèles dont aucune source ne rapporte encore de données, ils portent un nombre de remplacement pour que les listes restent complètes. 7,000° est le point où les données mesurées commencent : un modèle avec de vraies données mais presque aucun téléchargement est au plancher, et les mesures remplissent les degrés au-dessus. Le plancher ne dit rien sur le modèle ; seuls les degrés au-dessus le font, et ce sont eux qui différencient un modèle d’un autre.

+2,124°

Tokens OpenRouter

119,552,466,382,730 tokens traités par ce modèle via OpenRouter au cours des 30 derniers jours, prompts et réponses confondus. Chaque 10,000,000 tokens compte comme un téléchargement dans le terme de téléchargement, 11,955,246 au total ; les tokens du dernier jour s'ajoutent au taux d'adoption. Source : OpenRouter (openrouter.ai/rankings).

+428°

Taux d’adoption

Environ 516,730 téléchargements par jour, mesurés entre deux relevés des sources, jamais estimés à partir d’une moyenne sur la durée. La vitesse compte pour un quart du terme téléchargement, donc une poussée récente apparaît sans qu’un pic d’un jour dépasse des années d’usage.

Afficher le détail

Chaque chiffre sur ce site peut être vérifié. Le score de popularité de ce modèle est de 9,552°, et voici comment il est construit, ingrédient par ingrédient, avec le total cumulé après chaque étape : le plancher, les degrés ajoutés par chaque source, le bonus pour le type de modèle et ce que l’âge de ses poids enlève. Les couleurs correspondent aux bandes du graphique ci-dessus. Le glossaire à la fin définit chaque terme.

1
Commence au plancher.
Pourquoi 7,000° et pas zéro : l’échelle va de 0° à 9 999°, et la partie en dessous de 7,000° est réservée aux modèles dont aucune source ne rapporte encore de données, qui portent un nombre de remplacement pour que les listes restent complètes et ne dépassent jamais un modèle avec données. 7,000° est le point où les données mesurées commencent. Un modèle avec de vraies données mais presque aucun téléchargement est ici ; tout ce qui suit est une mesure, et l’espace au-dessus du plancher contient dix paliers de dix fois plus de téléchargements à 300° chacun. Le plancher est le même pour tous les modèles, donc il ne décide rien ; ce sont les degrés au-dessus qui le font.
7,000°
total en cours
2
Ajoute les téléchargements.
11,955,246 équivalents de téléchargement au total, venant de Tokens OpenRouter. Multiplier les téléchargements par dix ajoute le même 300°, donc la taille compte mais ne domine jamais le score.
+2,124°
9,124°
total en cours
3
Ajoute le taux d’adoption.
Environ 516,730 téléchargements par jour en ce moment, mesurés entre deux relevés, à un quart du poids.
+428°
9,552°
total en cours
=
Le score de chaleur.
La place de ce modèle dans chaque liste de ce site. Rien d’autre ne le modifie.
9,552°

Glossaire : les termes utilisés ici

Score de chaleur: Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
Plancher: Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
Équivalents de téléchargement: Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
Échelle logarithmique: On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
Likes: Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
Taux d’adoption: Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
Mesuré et estimé: Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
Seeder: Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
AI Horde: Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
Sites de génération: Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
Tokens OpenRouter: Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modèle complet (checkpoint): Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
LoRA et embedding: Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
Famille et poids: La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
Âge: Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
Boost de la famille: Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
Score de remplacement: Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
Nouveau ! (période de grâce): Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
Tendance: Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
Modèle typique: Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.

Voici comment la popularité de ce modèle a évolué par rapport au reste du catalogue : sa croissance en téléchargements, likes et utilisation à chaque période, comparée à la croissance typique des modèles sur la même période, avec son score de chaleur à ce moment-là. Au-dessus de la croissance typique, c’est une hausse, en dessous, une baisse. Le passé est reconstitué à partir des totaux d’aujourd’hui, du premier jour du modèle et de sa vitesse de téléchargement mesurée quand il y a deux relevés ; un modèle qui n’existait pas au début d’une période affiche n/a.

Modèles similaires

Modèles d'IA pour générer image, vidéo et texte

DeepSeek V4.1 Flash est un modèle de texte pour la famille Text / LLM, référencé sur ModelTrends.ai, un catalogue en lecture seule de modèles d'IA open source pour l'image, la vidéo et le texte. Comparez-le aux autres modèles Text / LLM et consultez son score de chaleur pour suivre sa tendance.

Plus de modèles Text / LLM Plus de Texte / LLM Text / LLM llm deepseek vision raisonnement agents programmation contexte long local

Parcourir par famille de modèles