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.


Заметки капитана
Известен
- Асимметричная активация (8 млрд при заполнении, 16 млрд при декодировании) снижает вычислительные затраты относительно общего размера модели.
- Объём кеша KV около 890 байт на токен, примерно четверть от предыдущего поколения Flash.
- Нативная мультимодальная архитектура: обучение зрения совместно с текстом с самого начала, а не добавлено позже.
- Контролируемое усилие рассуждения (целое число от 1 до 100) позволяет балансировать точность и стоимость вывода.
- Разработана для кодирования, агентов для работы с компьютером и выполнения многошаговых задач с долгосрочной перспективой.
Остерегайтесь
- При 552 млрд параметров запуск локально требует серьёзного оборудования; большинство пользователей будут использовать API.
- Архитектура CED новая и практически не проверена в продакшене вне собственных бенчмарков DeepSeek.
- Выходные токены стоят примерно в 16 раз дороже входных, поэтому длинные ответы быстро накапливают стоимость.
Лучше всего подходит для
Подсказки для проб
Сравнить с
- DeepSeek Flash LatestМодель только с APIконтекст из 1,048,576 токенов · $0.04/M вход, $0.68/M выход
- DeepSeek V4 Flash 0731Модель с открытыми весамиконтекст из 1,048,576 токенов · $0.01/M вход, $1.28/M выход
- DeepSeek V4 Flash 0423Модель с открытыми весамиконтекст из 1,048,576 токенов · $0.09/M вход, $0.18/M выход
- DeepSeek V4 Pro 0813Модель с открытыми весамиконтекст из 1,048,576 токенов · $1.32/M вход, $3.96/M выход
Часто задаваемые вопросы
- Открыты ли веса и могу ли я запустить DeepSeek V4.1 Flash локально?
- Да, веса опубликованы на Hugging Face под deepseek-ai/DeepSeek-V4.1-Flash. При 552 млрд параметров для локального запуска потребуется серьёзное оборудование; большинство пользователей будут использовать API.
- Сколько стоит DeepSeek V4.1 Flash и какой у неё размер контекста?
- Цена API составляет $0.04 за миллион входных токенов и $0.63 за миллион выходных, размер контекста — 1 048 576 токенов (примерно миллион).
- Чем V4.1 Flash отличается от остальных моделей семейства V4.1?
- V4.1 Flash — это экономичный уровень, использующий новую архитектуру CED для минимизации активных параметров и агрессивного сжатия кеша KV; DeepSeek утверждает, что она превосходит V4 Pro по производительности, скорости и завершению задач, несмотря на более низкую стоимость на токен.
Вердикт капитанаДействительно новая архитектура, заслуживающая название 'Flash': дешёвая на токен, создана для агентов и открыта при наличии подходящего оборудования.
Показать подробности
- 1Начинаем с базового уровня.Почему 7,000°, а не ноль: шкала от 0° до 9 999°, и часть ниже 7,000° отведена моделям без данных от источников — им дают временное число, чтобы списки были полными и они не обгоняли модели с данными. 7,000° — начало измеренных данных. Модель с реальными данными, но почти без скачиваний, стоит здесь; всё, что дальше, — измерения, а пространство выше базового уровня содержит десять десятикратных шагов скачиваний по 300° каждый. Базовый уровень одинаков для всех моделей, он ничего не решает; решают градусы сверху.7,000°текущий итог
- 2Добавь загрузки.11,955,246 эквивалентов загрузок всего, с Токены OpenRouter. Десятикратное увеличение загрузок добавляет те же 300°, так что размер важен, но не доминирует в оценке.+2,124°9,124°текущий итог
- 3Добавь темп внедрения.Примерно 516,730 загрузок в день сейчас, измерено между двумя замерами, с четвертью веса.+428°9,552°текущий итог
- =Итоговый показатель heat.Где эта модель находится в каждом списке на этом сайте. Ничто другое на него не влияет.9,552°
- Показатель heat
- Одно число, показывающее, насколько модель сейчас используется и востребована, от 0° до 9,999°. Все списки на сайте с пометкой hottest сортируются именно по нему.
- Минимум
- 7,000° — стартовая точка для каждой модели с реальными данными. Шкала от 0° до 9,999°; часть ниже минимума отведена для моделей без данных, чтобы модели с данными всегда были выше. Минимум одинаков для всех и ничего не решает; градусы выше него — это измерение.
- Эквиваленты загрузок
- Всё, что считается как загрузка в оценке, сложенное вместе: сами загрузки, каждый сид торрента считается за 1,000, каждое изображение AI Horde и каждый запуск на сайте генерации считаются за один.
- Логарифмическая шкала
- Счёт по десяткам, а не по единицам: переход от 1,000 к 10,000 загрузок добавляет столько же градусов, сколько от 10,000 к 100,000. Это не даёт гигантам заглушать всё остальное.
- Лайки
- Одобрения и лайки со всех источников, каждый стоит половину загрузки на логарифмической шкале.
- Темп внедрения
- Сколько загрузок в день получает модель сейчас, по разнице между двумя замерами источника. Четверть веса от термина загрузки.
- Измерено и оценено
- Измерено значит, что есть два показания источника, и разница реальна. Оценено значит, что известна только сегодняшняя сумма, а прошлое распределено по жизни модели; сайт показывает, что именно отображается.
- Сидер
- Кто-то, кто хранит копию весов онлайн, чтобы другие могли скачать через торрент, или размещённое зеркало, делающие то же самое. Каждый такой считается за 1000 загрузок.
- AI Horde
- Волонтёрская сеть, которая бесплатно генерирует изображения на пожертвованных компьютерах. Количество изображений, созданных с моделью, публично, и каждое считается за одну загрузку.
- Сайты генерации
- Сайты, которые хранят свои копии модели и позволяют людям генерировать с ней, например PixAI, SeaArt и Yodayo. Их загрузки считаются как у Civitai, и каждый запуск генерации — за одну загрузку.
- Токены OpenRouter
- Текстовая модель, обслуживаемая через API, такая как Claude или GPT, не имеет весов для скачивания, поэтому её использование измеряется токенами: кусочками текста, которые она прочитала и написала через OpenRouter, шлюз, который используют многие приложения, за последние 30 дней. Каждые 10,000,000 токенов считаются за одно скачивание. Источник: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Полная модель (чекпоинт)
- Сами веса, файл, который генерирует самостоятельно. Получает бонус, потому что от него зависят дополнения.
- LoRA и эмбеддинг
- Небольшие файлы-дополнения, которые направляют чужие веса в сторону стиля, персонажа или концепции. Они не могут работать сами по себе.
- Семейство и веса
- База, на которой построена модель, например SD 1.5, SDXL, Flux или Wan. Каждая модель наследует дату выпуска весов своего семейства.
- Возраст
- Градусы снимаются за то, как давно вышли веса семейства: 150° в год, максимум 750°. Старые загрузки, которые успели накопиться за годы, остаются вверху списка.
- Буст семейства
- Небольшой ограниченный толчок для LoRA из семейства, которое этот сайт сейчас продвигает, всегда указан в разбивке.
- Оценка-замена
- Стабильное число ниже минимального, даваемое модели, о которой ещё нет данных, чтобы списки были полными. Никогда не выше модели с данными.
- Новинка! (период ожидания)
- Модель младше 7 дней показывает Новинка! вместо оценки и не занимает место в рейтинге. Её оценка вычисляется с первого дня, но модель в один день растёт быстрее всего, поэтому без ожидания #1 недели всегда была бы модель, вышедшая вчера, а не та, что держалась неделю.
- Тренд
- Как рост модели за период сравнивается с типичным ростом модели за тот же период. Быстрее типичного — рост, медленнее — падение.
- Типичная модель
- Средина каталога: половина моделей с цифрой росли быстрее за период, половина медленнее.
