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.


Нотатки капітана
Відомий за
- Асиметрична активація (8 млрд на заповнення, 16 млрд на декодування) знижує обчислювальні витрати відносно загального розміру моделі.
- Відбиток кешу KV близько 890 байт на токен, приблизно чверть від попереднього покоління Flash.
- Рідна мультимодальна архітектура: зір тренувався спільно з текстом з першого дня, а не доданий пізніше.
- Кероване зусилля розумування (ціле число від 1 до 100) дозволяє обмінювати точність на вартість інференсу.
- Розроблена для кодування, агентів для використання комп’ютера та виконання багатокрокових завдань з довгим горизонтом.
Зверніть увагу на
- Загалом 552 млрд параметрів, тому запуск локально вимагає серйозного обладнання; більшість користувачів використовуватимуть API.
- Архітектура CED нова і майже не тестувалась у продакшені поза власними бенчмарками DeepSeek.
- Вартість вихідних токенів приблизно в 16 разів вища за вхідні, тому довгі відповіді швидко накопичуються.
Підказки для спроби
Порівняти з
- DeepSeek Flash LatestМодель тільки з APIконтекст 1,048,576 токенів · $0.04/M вхід, $0.68/M вихід
- DeepSeek V4 Flash 0731Модель з відкритими вагамиконтекст 1,048,576 токенів · $0.01/M вхід, $1.28/M вихід
- DeepSeek V4 Flash 0423Модель з відкритими вагамиконтекст 1,048,576 токенів · $0.09/M вхід, $0.18/M вихід
- DeepSeek V4 Pro 0813Модель з відкритими вагамиконтекст 1,048,576 токенів · $1.32/M вхід, $3.96/M вихід
Питання, які задають люди
- Чи відкриті ваги і чи можна запускати DeepSeek V4.1 Flash локально?
- Так, ваги опубліковані на Hugging Face під deepseek-ai/DeepSeek-V4.1-Flash. Для запуску локально з 552 млрд параметрів потрібне значне обладнання; більшість користувачів використовуватимуть API.
- Скільки коштує DeepSeek V4.1 Flash і який у нього контекст?
- API коштує $0.04 за мільйон вхідних токенів і $0.63 за мільйон вихідних токенів, з контекстним вікном 1 048 576 токенів (приблизно мільйон).
- Чим V4.1 Flash відрізняється від інших моделей сімейства V4.1?
- V4.1 Flash — це економічний рівень, що використовує нову архітектуру CED для зниження кількості активних параметрів і агресивного стиснення кешу KV; DeepSeek повідомляє, що вона перевершує V4 Pro за продуктивністю, швидкістю та виконанням завдань, незважаючи на нижчу вартість за токен.
Вердикт капітанаСправді нова архітектура, яка виправдовує свою назву 'Flash': дешева за токен, створена для агентів і відкрита, якщо у вас є відповідне обладнання.
Показати детальний розподіл
- 1Почни з основного рівня.Чому 7,000°, а не нуль: шкала йде від 0° до 9 999°, і частина нижче за 7,000° відведена для моделей, про які жодне джерело ще не повідомляло, які мають замінне число, щоб списки були повними і ніколи не перевищували модель з даними. 7,000° — це початок виміряних даних. Модель з реальними даними, але майже без завантажень, стоїть тут; все, що далі, — це вимірювання, а простір вище основного рівня містить десять десятикратних кроків у завантаженнях по 300° кожен. Основний рівень однаковий для всіх моделей, тому він нічого не вирішує; градуси вище нього — ось що вирішує.7,000°поточний підсумок
- 2Додай завантаження.Всього 11,955,246 еквівалентів завантажень з Токени OpenRouter. Десятикратне збільшення завантажень додає ті ж 300°, тож розмір важливий, але не домінує у рейтингу.+2,124°9,124°поточний підсумок
- 3Додай швидкість прийняття.Приблизно 516,730 завантажень на день зараз, виміряно між двома замірами, вагою в чверть від завантаження.+428°9,552°поточний підсумок
- =Оцінка популярності.Де ця модель стоїть у кожному списку на цьому сайті. Нічого іншого не впливає на цю оцінку.9,552°
- Оцінка популярності
- Одне число, що показує, наскільки модель зараз використовується і потрібна, від 0° до 9,999°. Кожен список на цьому сайті, який називається найгарячішим, відсортований саме за цим числом.
- Початкова оцінка
- 7,000° — це стартова оцінка для кожної моделі з реальними даними. Шкала від 0° до 9,999°; частина нижче початкової оцінки відведена для моделей без даних, щоб модель з даними завжди була вище. Початкова оцінка однакова для всіх і нічого не вирішує; градуси вище неї — це власне вимірювання.
- Еквіваленти завантажень
- Все, що оцінка рахує як завантаження, підсумовано: самі завантаження, кожен торрент-сідер як 1,000, кожне зображення AI Horde і кожен запуск на сайті генерації як один.
- Логарифмічна шкала
- Рахунок по десятках, а не по одиницях: перехід від 1,000 до 10,000 завантажень додає ті ж градуси, що й від 10,000 до 100,000. Це не дає гігантам витіснити все інше.
- Лайки
- Вподобання і лайки з усіх джерел, вартістю половини завантаження на логарифмічній шкалі.
- Швидкість прийняття
- Скільки завантажень на день модель отримує зараз, за різницею між двома замірами джерела. Чверть ваги від терміну завантажень.
- Виміряно та оцінено
- Виміряно означає, що є два показники джерела, і різниця справжня. Оцінено означає, що відомий лише загальний показник за сьогодні, а минуле розподілено на весь час існування моделі; сайт показує, який саме варіант відображається.
- Сідер
- Хтось, хто тримає копію вагів онлайн, щоб інші могли завантажувати через торрент, або хостинг-дзеркало, що робить те саме. Кожен такий рахується як 1000 завантажень.
- AI Horde
- Добровільна мережа, яка безкоштовно генерує зображення на пожертвуваних комп’ютерах. Кількість зображень, створених з моделлю, публічна, і кожне рахується як одне завантаження.
- Сайти генерації
- Сайти, які розміщують власні копії моделі і дозволяють людям генерувати з нею, наприклад PixAI, SeaArt і Yodayo. Їхні завантаження рахується так само, як у Civitai, а кожен запуск генерації — як одне завантаження.
- Токени OpenRouter
- Текстова модель, що обслуговується через API, як Claude або GPT, не має ваг для завантаження, тому її використання вимірюється токенами: частинами тексту, які вона прочитала і написала через OpenRouter, шлюз, який використовують багато додатків, за останні 30 днів. Кожні 10,000,000 токенів рахується як одне завантаження. Джерело: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Повна модель (чекпойнт)
- Самі ваги, файл, який генерує самостійно. Має бонус, бо від нього залежать додатки.
- LoRA та embedding
- Малі додаткові файли, які направляють чужі ваги в певний стиль, персонажа чи концепцію. Вони не можуть працювати самі по собі.
- Сімейство та ваги
- База, на якій побудована модель, наприклад SD 1.5, SDXL, Flux або Wan. Кожна модель успадковує дату виходу вагів свого сімейства.
- Вік
- Віднімається градус за те, як давно вийшли ваги сімейства: 150° за рік, максимум 750°. Це зберігає старі завантаження, які мали роки, щоб накопичитись, заморожуючи їх на верху списку.
- Підсилення сімейства
- Невеликий, обмежений поштовх для LoRA сімейства, яке цей сайт зараз просуває, завжди вказується в розподілі.
- Оцінка заміщення
- Стабільне число нижче мінімуму, яке дають моделі, про яку ще немає даних, щоб списки були повними. Воно ніколи не вище за модель з даними.
- Новинка! (період очікування)
- Модель віком менше 7 днів показує Новинка! замість оцінки і не займає місце в рейтингах. Її оцінка обчислюється з першого дня, але модель віком один день росте швидше за все, тому без очікування #1 тижня завжди була б та, що вийшла вчора, а не та, що трималась тиждень.
- Тренд
- Як зростання моделі за період порівнюється зі звичайним зростанням моделей за той самий період. Швидше за звичайне — це підйом, повільніше — спад.
- Типова модель
- Середина каталогу: половина моделей з показником зросла швидше за цей період, половина повільніше.
