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.


Notatki kapitana
Znany z
- Asymetryczna aktywacja (8B prefill, 16B decode) obniża koszt obliczeń względem całkowitego rozmiaru modelu.
- Ślad pamięci KV cache około 890 bajtów na token, czyli około jednej czwartej w porównaniu do poprzedniej generacji Flash.
- Natywna architektura multimodalna: wizja trenowana wspólnie z tekstem od samego początku, a nie doklejona.
- Kontrolowany wysiłek rozumowania (liczba całkowita 1–100) pozwala wymieniać dokładność na koszt inferencji.
- Zaprojektowany do kodowania, agentów komputerowych i realizacji zadań wieloetapowych o długim horyzoncie.
Uważaj na
- Przy 552B całkowitych parametrów uruchomienie lokalne wymaga poważnego sprzętu; większość użytkowników będzie korzystać z API.
- Architektura CED jest nowa i w dużej mierze nieprzetestowana w produkcji poza własnymi benchmarkami DeepSeek.
- Tokeny wyjściowe kosztują około 16 razy więcej niż tokeny wejściowe, więc rozbudowane odpowiedzi szybko się sumują.
Podpowiedzi do wypróbowania
Porównaj z
- DeepSeek Flash LatestModel tylko z APIKontekst 1,048,576 tokenów · $0.04/M wejście, $0.68/M wyjście
- DeepSeek V4 Flash 0731Model z otwartymi wagamiKontekst 1,048,576 tokenów · $0.01/M wejście, $1.28/M wyjście
- DeepSeek V4 Flash 0423Model z otwartymi wagamiKontekst 1,048,576 tokenów · $0.09/M wejście, $0.18/M wyjście
- DeepSeek V4 Pro 0813Model z otwartymi wagamiKontekst 1,048,576 tokenów · $1.32/M wejście, $3.96/M wyjście
Pytania, które ludzie zadają
- Czy wagi są otwarte i czy mogę uruchomić DeepSeek V4.1 Flash lokalnie?
- Tak, wagi są opublikowane na Hugging Face pod deepseek-ai/DeepSeek-V4.1-Flash. Przy 552B całkowitych parametrach potrzebujesz znacznego sprzętu do uruchomienia lokalnego; większość osób będzie korzystać z API.
- Ile kosztuje DeepSeek V4.1 Flash i jaki ma rozmiar okna kontekstu?
- API kosztuje 0,04 USD za milion tokenów wejściowych i 0,63 USD za milion tokenów wyjściowych, z oknem kontekstu 1 048 576 tokenów (około miliona).
- Czym V4.1 Flash różni się od reszty rodziny V4.1?
- V4.1 Flash to warstwa kosztowo efektywna, wykorzystująca nową architekturę CED do utrzymania niskiej liczby aktywnych parametrów i agresywnej kompresji KV cache; DeepSeek raportuje, że przewyższa V4 Pro pod względem wydajności, szybkości i realizacji zadań mimo niższego kosztu na token.
Wyrok kapitanaNaprawdę nowatorska architektura zasługująca na nazwę 'Flash': tania na token, stworzona dla agentów i otwarta, jeśli masz odpowiedni sprzęt.
Pokaż szczegóły
- 1Zacznij od podstawy.Dlaczego 7,000°, a nie zero: skala idzie od 0° do 9 999°, a część poniżej 7,000° jest zarezerwowana dla modeli, o których żadne źródło jeszcze nie raportuje, które mają tam zastępczą wartość, by listy były kompletne i nigdy nie wyprzedzały modeli z danymi. 7,000° to punkt startowy dla danych pomiarowych. Model z prawdziwymi danymi, ale prawie bez pobrań, stoi tutaj; wszystko co dalej to pomiary, a przestrzeń powyżej podstawy mieści dziesięć dziesięciokrotnych kroków w pobraniach po 300° każdy. Podstawa jest taka sama dla każdego modelu, więc nic nie decyduje; decydują stopnie powyżej niej.7,000°bieżąca suma
- 2Dodaj pobrania.11,955,246 równoważników pobrań łącznie, z Tokeny OpenRouter. Dziesięć razy więcej pobrań dodaje ten sam 300°, więc rozmiar ma znaczenie, ale nigdy nie dominuje wyniku.+2,124°9,124°bieżąca suma
- 3Dodaj tempo adopcji.Około 516,730 pobrań dziennie teraz, mierzone między dwoma odczytami, z wagą ćwierć pobrania.+428°9,552°bieżąca suma
- =Wynik heat.Pozycja tego modelu na każdej liście na tej stronie. Nic innego tego nie zmienia.9,552°
- Wynik heat
- Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
- Podstawa
- 7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
- Równoważniki pobrań
- Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
- Skala logarytmiczna
- Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
- Polubienia
- Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
- Tempo adopcji
- Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
- Zmierzony i szacowany
- Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
- Seeder
- Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
- AI Horde
- Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
- Strony generujące
- Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
- Tokeny OpenRouter
- Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Pełny model (checkpoint)
- Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
- LoRA i embedding
- Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
- Rodzina i wagi
- Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
- Wiek
- Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
- Wzmocnienie rodziny
- Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
- Wynik zastępczy
- Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
- Nowy! (okres karencji)
- Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
- Trend
- Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
- Typowy model
- Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.
