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.


Catatan Kapten
Dikenal untuk
- Aktivasi asimetris (8B prefill, 16B decode) mengurangi biaya komputasi relatif terhadap total ukuran model.
- Jejak cache KV sekitar 890 byte per token, kira-kira seperempat dari generasi Flash sebelumnya.
- Arsitektur multimodal native: visi dilatih bersama dengan teks sejak awal, bukan ditambahkan kemudian.
- Upaya penalaran yang dapat dikontrol (integer 1–100) memungkinkan Anda menukar akurasi dengan biaya inferensi.
- Dirancang untuk pengkodean, agen penggunaan komputer, dan penyelesaian tugas multi-langkah jangka panjang.
Waspadai
- Dengan total 552B parameter, menjalankan ini secara lokal membutuhkan perangkat keras serius; sebagian besar pengguna akan menggunakan API.
- Arsitektur CED baru dan sebagian besar belum diuji di produksi selain benchmark milik DeepSeek sendiri.
- Token output biayanya sekitar 16× lebih mahal daripada token input, jadi keluaran yang panjang cepat menambah biaya.
Prompt untuk dicoba
Bandingkan dengan
- DeepSeek Flash LatestModel hanya APIkonteks 1,048,576 token · $0.04/M input, $0.68/M output
- DeepSeek V4 Flash 0731Model dengan bobot terbukakonteks 1,048,576 token · $0.01/M input, $1.28/M output
- DeepSeek V4 Flash 0423Model dengan bobot terbukakonteks 1,048,576 token · $0.09/M input, $0.18/M output
- DeepSeek V4 Pro 0813Model dengan bobot terbukakonteks 1,048,576 token · $1.32/M input, $3.96/M output
Pertanyaan yang sering diajukan
- Apakah bobotnya terbuka dan bisakah saya menjalankan DeepSeek V4.1 Flash secara lokal?
- Ya, bobot dipublikasikan di Hugging Face di bawah deepseek-ai/DeepSeek-V4.1-Flash. Dengan total 552B parameter Anda akan membutuhkan perangkat keras yang besar untuk menjalankannya secara lokal; kebanyakan orang akan menggunakan API.
- Berapa biaya DeepSeek V4.1 Flash dan berapa jendela konteksnya?
- API dihargai $0,04 per juta token input dan $0,63 per juta token output, dengan jendela konteks 1.048.576 token (sekitar satu juta).
- Apa perbedaan V4.1 Flash dengan keluarga V4.1 lainnya?
- V4.1 Flash adalah tingkat yang hemat biaya, menggunakan arsitektur CED baru untuk menjaga parameter aktif rendah dan mengompres cache KV secara agresif; DeepSeek melaporkan bahwa ini mengungguli V4 Pro dalam performa, kecepatan, dan penyelesaian tugas meskipun biaya per-token lebih rendah.
Putusan KaptenArsitektur yang benar-benar baru yang layak dengan label 'Flash': murah per token, dibangun untuk agen, dan terbuka jika Anda memiliki perangkat keras.
Tampilkan rincian
- 1Mulai dari floor.Kenapa 7,000° dan bukan nol: skala dari 0° sampai 9.999°, dan bagian di bawah 7,000° disediakan untuk model yang belum dilaporkan sumber mana pun, yang memakai angka pengganti supaya daftar tetap lengkap dan tidak pernah mengalahkan model dengan data. 7,000° adalah titik awal data yang diukur. Model dengan data nyata tapi hampir tidak ada unduhan berada di sini; semua yang berikutnya adalah pengukuran, dan ruang di atas floor memuat sepuluh langkah sepuluh kali lipat unduhan dengan 300° masing-masing. Floor sama untuk semua model, jadi tidak menentukan apa-apa; yang menentukan adalah derajat di atasnya.7,000°total berjalan
- 2Tambahkan unduhan.11,955,246 setara unduhan secara total, dari Token OpenRouter. Sepuluh kali unduhan menambah 300° yang sama, jadi ukuran penting tapi tidak pernah mendominasi skor.+2,124°9,124°total berjalan
- 3Tambahkan tingkat adopsi.Sekitar 516,730 unduhan per hari sekarang, diukur antara dua pembacaan, dengan bobot seperempat.+428°9,552°total berjalan
- =Skor heat.Posisi model ini di setiap daftar di situs ini. Tidak ada yang mengubahnya selain ini.9,552°
- Skor heat
- Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
- Lantai
- 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
- Setara unduhan
- Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
- Skala log
- Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
- Suka
- Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
- Tingkat adopsi
- Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
- Diukur dan diperkirakan
- Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
- Seeder
- Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
- AI Horde
- Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
- Situs generasi
- Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
- Token OpenRouter
- Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Model penuh (checkpoint)
- Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
- LoRA dan embedding
- File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
- Keluarga dan bobot
- Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
- Usia
- Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
- Dorongan keluarga
- Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
- Skor pengganti
- Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
- Baru! (masa tenggang)
- Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
- Tren
- Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
- Model biasa
- Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.
