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.


Kaptenens anteckningar
Känd för
- Asymmetrisk aktivering (8 miljarder vid förfyllning, 16 miljarder vid avkodning) minskar beräkningskostnaden i förhållande till modellens totala storlek.
- KV-cacheavtryck på ~890 byte per token, ungefär en fjärdedel av föregående Flash-generation.
- Inbyggd multimodal arkitektur: vision tränad tillsammans med text från dag ett, inte påklistrad i efterhand.
- Kontrollerbar resonemangsinsats (heltal 1–100) låter dig byta noggrannhet mot inferenskostnad.
- Designad för kodning, datoranvändaragenter och långsiktiga flerstegsuppgifter.
Se upp för
- Med 552 miljarder totala parametrar kräver lokal körning seriös hårdvara; de flesta användare kommer att använda API:et.
- CED-arkitekturen är ny och till stor del oprövad i produktion utanför DeepSeeks egna benchmarktester.
- Utgående tokens kostar ungefär 16 gånger mer än inkommande tokens, så utförliga svar kan snabbt bli dyra.
Promptar att prova
Jämför med
- DeepSeek Flash LatestEndast API-modell1,048,576 tokens kontext · $0.04/M indata, $0.68/M utdata
- DeepSeek V4 Flash 0731Öppen vikt-modell1,048,576 tokens kontext · $0.01/M indata, $1.28/M utdata
- DeepSeek V4 Flash 0423Öppen vikt-modell1,048,576 tokens kontext · $0.09/M indata, $0.18/M utdata
- DeepSeek V4 Pro 0813Öppen vikt-modell1,048,576 tokens kontext · $1.32/M indata, $3.96/M utdata
Vanliga frågor
- Är vikterna öppna och kan jag köra DeepSeek V4.1 Flash lokalt?
- Ja, vikterna är publicerade på Hugging Face under deepseek-ai/DeepSeek-V4.1-Flash. Med 552 miljarder totala parametrar behöver du betydande hårdvara för att köra den lokalt; de flesta kommer att använda API:et istället.
- Vad kostar DeepSeek V4.1 Flash och hur stort är dess kontextfönster?
- API-priset är $0,04 per miljon inmatningstokens och $0,63 per miljon utmatningstokens, med ett kontextfönster på 1 048 576 tokens (ungefär en miljon).
- Hur skiljer sig V4.1 Flash från resten av V4.1-familjen?
- V4.1 Flash är den kostnadseffektiva nivån, som använder den nya CED-arkitekturen för att hålla aktiva parametrar låga och komprimera KV-cachen aggressivt; DeepSeek rapporterar att den överträffar V4 Pro i prestanda, hastighet och uppgiftsutförande trots lägre kostnad per token.
Kaptens omdömeEn genuint ny arkitektur som förtjänar sitt 'Flash'-namn: billig per token, byggd för agenter och öppen om du har hårdvaran.
Visa detaljerad uppdelning
- 1Börja vid golvet.Varför 7,000° och inte noll: skalan går från 0° till 9 999°, och delen under 7,000° är reserverad för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta och aldrig rankas högre än en modell med data. 7,000° är där mätta data börjar. En modell med riktiga data men nästan inga nedladdningar ligger här; allt som följer är mätning, och utrymmet ovanför golvet rymmer tio tiofaldiga steg i nedladdningar på 300° vardera. Golvet är detsamma för varje modell, så det avgör inget; det gör graderna ovanför.7,000°löpande total
- 2Lägg till nedladdningarna.11,955,246 nedladdnings-ekvivalenter totalt, från OpenRouter-token. Tio gånger nedladdningarna ger samma 300°, så storlek spelar roll men tar aldrig över poängen.+2,124°9,124°löpande total
- 3Lägg till adoptionshastigheten.Ungefär 516,730 nedladdningar per dag just nu, mätt mellan två mätningar, med en fjärdedels vikt.+428°9,552°löpande total
- =Heat-poängen.Var den här modellen står på varje lista på den här sidan. Ingenting annat ändrar den.9,552°
- Heat-poäng
- Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
- Golvet
- De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
- Nedladdnings-ekvivalenter
- Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
- Logaritmisk skala
- Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
- Gillanden
- Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
- Adoptionshastighet
- Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
- Mätt och uppskattad
- Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
- Seeder
- Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
- AI Horde
- Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
- Genereringssajter
- Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
- OpenRouter-token
- En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Full modell (checkpoint)
- Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
- LoRA och embedding
- Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
- Familj och vikter
- Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
- Ålder
- Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
- Familjeboost
- En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
- Stand-in-poäng
- Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
- Ny! (karensperiod)
- En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
- Trend
- Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
- Typisk modell
- Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.
