Model
.ai
urmărim modelele AI deschise
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.

Ghiduri pentru acest model
Toate ghidurile
DeepSeek V4.1 Flash este un model sparse mixture-of-experts de 552B de la DeepSeek, construit pe o arhitectură nouă Causal Encoder-Decoder care activează doar 8B parametri la intrare și 16B la ieșire, menținând costurile per token neobișnuit de scăzute pentru această scară. Suportul nativ pentru viziune și compresia agresivă a cache-ului KV îl fac o alegere practică pentru agenți multi-pas și sarcini cu context lung. Greutățile sunt disponibile deschis, iar prețul API-ului este la capătul accesibil al frontierelor.

Cunoscut pentru

  • Activare asimetrică (8B prefill, 16B decode) care reduce costul de calcul în raport cu dimensiunea totală a modelului.
  • Amprenta cache-ului KV de ~890 bytes per token, aproximativ un sfert din generația anterioară Flash.
  • Arhitectură multimodală nativă: viziune antrenată împreună cu textul din prima zi, nu adăugată ulterior.
  • Efort de raționament controlabil (1–100 întreg) care permite schimbul între acuratețe și costul inferenței.
  • Proiectat pentru codare, agenți de utilizare a calculatorului și finalizarea sarcinilor multi-pas pe termen lung.

Atenție la

  • Cu 552B parametri total, rularea locală necesită hardware serios; majoritatea utilizatorilor vor folosi API-ul.
  • Arhitectura CED este nouă și în mare parte netestată în producție în afara benchmark-urilor DeepSeek.
  • Tokenii de ieșire costă aproximativ de 16× mai mult decât cei de intrare, deci completările verbose se adună rapid.

Sugestii de încercat

Agent terminal multi-pas
Ai acces la un shell bash. Un utilizator are un proiect Python unde `pytest` iese cu cod 1, dar nu afișează nici o eroare utilă. Parcurge un diagnostic complet: verifică versiunea pytest, inspectează fișierele conftest, rulează cu flag-uri verbose și propune o soluție. Arată fiecare comandă și explică ce te aștepți să dezvăluie înainte să o execuți.
Analizează o captură de ecran
Atașez o captură de ecran a unui dashboard al unei aplicații web. Identifică orice elemente UI care par stricate sau nealiniate, notează ce date sunt afișate și dacă layout-ul facilitează scanarea, și sugerează două îmbunătățiri specifice pe care un dezvoltator front-end le-ar putea implementa în mai puțin de o oră.
Revizuire contract cu context lung
Iată un contract de servicii software. Identifică fiecare clauză care limitează răspunderea sau despăgubirea, marchează orice clauză părtinitoare în favoarea furnizorului și rezumă condițiile de reziliere. Prezintă concluziile sub formă de listă numerotată cu referința secțiunii relevante lângă fiecare punct.

Compară cu

  • DeepSeek Flash Latest
    Model doar API
    context de 1,048,576 tokeni · $0.04/M intrare, $0.68/M ieșire
  • DeepSeek V4 Flash 0731
    Model cu greutăți deschise
    context de 1,048,576 tokeni · $0.01/M intrare, $1.28/M ieșire
  • DeepSeek V4 Flash 0423
    Model cu greutăți deschise
    context de 1,048,576 tokeni · $0.09/M intrare, $0.18/M ieșire
  • DeepSeek V4 Pro 0813
    Model cu greutăți deschise
    context de 1,048,576 tokeni · $1.32/M intrare, $3.96/M ieșire
Mai multe modele text de la deepseek

Întrebări frecvente

Sunt greutățile deschise și pot rula DeepSeek V4.1 Flash local?
Da, greutățile sunt publicate pe Hugging Face sub deepseek-ai/DeepSeek-V4.1-Flash. Cu 552B parametri total vei avea nevoie de hardware substanțial pentru rulare locală; majoritatea vor folosi API-ul.
Cât costă DeepSeek V4.1 Flash și care este fereastra de context?
API-ul costă 0,04$ per milion de tokeni de intrare și 0,63$ per milion de tokeni de ieșire, cu o fereastră de context de 1.048.576 tokeni (aproximativ un milion).
Cum diferă V4.1 Flash față de restul familiei V4.1?
V4.1 Flash este nivelul eficient din punct de vedere al costurilor, folosind noua arhitectură CED pentru a menține parametrii activi scăzuți și a comprima agresiv cache-ul KV; DeepSeek raportează că depășește V4 Pro la performanță, viteză și finalizarea sarcinilor, în ciuda costului per token mai mic.
Verdictul căpitanului
O arhitectură cu adevărat nouă care merită eticheta 'Flash': ieftină per token, construită pentru agenți și deschisă dacă ai hardware-ul necesar.
Fișa modelului pe Hugging Face
Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.
Ranking badge
Updated Oct 22, 2026
DeepSeek V4.1 Flash pe ModelTrends.ai: #6 Hottest AI model
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #1 Hottest Text / LLM model · #1 Hottest Text / LLM text model
Not this creator?
Tendința de popularitate a DeepSeek V4.1 Flash
Scor de căldură din 10 Sep 2026
Scor de popularitate
9,552°
Săptămâna aceasta
▲
38.4%
9,509° atunci, 9,552° acum
Luna aceasta
▲
847%
9,256° atunci, 9,552° acum
Ultimul an
n/a
Nu a fost lansat/urmărit
DeepSeek V4.1 Flash: Scor de căldură din 10 Sep 20267,000°7,715°8,429°9,144°9,858°10 Sep18 Sep27 Sep5 Oct14 Oct22 Oct9,552°ModelTrends.ai
7,000°
Prag minim
Scara merge de la 0° la 9.999°. Tot ce este sub 7,000° este rezervat pentru modelele despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete. 7,000° este punctul de start pentru datele măsurate: un model cu date reale, dar aproape fără descărcări, stă la prag, iar măsurătorile umplu gradele de deasupra. Pragul nu spune nimic despre model; doar gradele de deasupra îl diferențiază de alte modele.
+2,124°
Tokeni OpenRouter
119,552,466,382,730 tokeni procesați de acest model prin OpenRouter în ultimele 30 de zile, împreună cu prompturile și răspunsurile. Fiecare 10,000,000 tokeni contează ca un download în termenul de descărcări, 11,955,246 în total; tokenii ultimei zile se adaugă la rata de adoptare. Sursa: OpenRouter (openrouter.ai/rankings).
+428°
Rata de adoptare
Aproximativ 516,730 descărcări pe zi, măsurate între două citiri ale surselor, niciodată estimate dintr-o medie pe viață. Viteza cântărește un sfert din termenul descărcărilor, așa că o creștere recentă se vede fără să lase un vârf de o zi să depășească ani de utilizare.
Arată detalii
Fiecare număr de pe acest site poate fi verificat. Scorul de popularitate al acestui model este 9,552°, iar aici este construit pas cu pas, cu totalul acumulat după fiecare ingredient: pragul minim, gradele adăugate de fiecare sursă, bonusul pentru tipul modelului și ce scade vârsta greutăților. Culorile sunt benzile din graficul de mai sus. Glosarul de la final definește fiecare termen.
  1. 1
    Începe de la prag.
    De ce 7,000° și nu zero: scara merge de la 0° la 9.999°, iar partea de sub 7,000° este rezervată modelelor despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete și să nu depășească niciodată un model cu date. 7,000° este punctul de start pentru datele măsurate. Un model cu date reale, dar aproape fără descărcări, stă aici; tot ce urmează este măsurare, iar spațiul de deasupra pragului conține zece pași de zece ori mai multe descărcări, fiecare la 300°. Pragul este același pentru toate modelele, deci nu decide nimic; gradele de deasupra fac diferența.
    7,000°
    total curent
  2. 2
    Adaugă descărcările.
    11,955,246 echivalente de descărcări în total, de la Tokeni OpenRouter. De zece ori descărcările adaugă același 300°, deci mărimea contează, dar nu domină scorul.
    +2,124°
    9,124°
    total curent
  3. 3
    Adaugă rata de adoptare.
    Aproximativ 516,730 descărcări pe zi acum, măsurate între două citiri, cu un sfert din greutate.
    +428°
    9,552°
    total curent
  4. =
    Scorul de căldură.
    Unde se situează acest model pe fiecare listă de pe site. Nimic altceva nu îl ajustează.
    9,552°
Glosar: termenii folosiți aici
Scor de căldură
Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag
7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări
Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică
Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri
Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare
Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat
Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder
Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde
O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare
Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter
Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint)
Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding
Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți
Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă
Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie
Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă
Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație)
Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință
Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic
Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.
Cum s-a schimbat popularitatea acestui model față de restul catalogului: creșterea lui în descărcări, aprecieri și utilizare în fiecare perioadă, comparată cu creșterea tipică a unui model în aceeași perioadă, plus scorul său de căldură la momentul respectiv. Dacă e peste creșterea tipică, înseamnă că a crescut, dacă e sub, a scăzut. Istoricul se reconstruiește din totalurile de azi, prima zi a modelului și viteza lui de descărcare măsurată când sunt două citiri; un model care nu exista la începutul perioadei arată n/a.