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.


Note del capitano
Conosciuto per
- Attivazione asimmetrica (8B prefill, 16B decode) che riduce il costo computazionale rispetto alla dimensione totale del modello.
- Impronta della cache KV di circa 890 byte per token, circa un quarto della generazione Flash precedente.
- Architettura multimodale nativa: visione addestrata congiuntamente al testo fin dal primo giorno, non aggiunta successivamente.
- Sforzo di ragionamento controllabile (intero da 1 a 100) che permette di bilanciare accuratezza e costo di inferenza.
- Progettato per coding, agenti per uso computer e completamento di compiti multi-step a lungo termine.
Attenzione a
- Con 552 miliardi di parametri totali, eseguirlo localmente richiede hardware serio; la maggior parte degli utenti userà l'API.
- L'architettura CED è nuova e largamente non testata in produzione al di fuori dei benchmark di DeepSeek.
- I token di output costano circa 16 volte più dei token di input, quindi completamenti verbosi aumentano rapidamente i costi.
Prompt da provare
Confronta con
- DeepSeek Flash LatestModello solo APIContesto di 1,048,576 token · Input $0.04/M, output $0.68/M
- DeepSeek V4 Flash 0731Modello con pesi apertiContesto di 1,048,576 token · Input $0.01/M, output $1.28/M
- DeepSeek V4 Flash 0423Modello con pesi apertiContesto di 1,048,576 token · Input $0.09/M, output $0.18/M
- DeepSeek V4 Pro 0813Modello con pesi apertiContesto di 1,048,576 token · Input $1.32/M, output $3.96/M
Domande frequenti
- I pesi sono open e posso eseguire DeepSeek V4.1 Flash localmente?
- Sì, i pesi sono pubblicati su Hugging Face sotto deepseek-ai/DeepSeek-V4.1-Flash. Con 552 miliardi di parametri totali serve hardware sostanziale per eseguirlo localmente; la maggior parte userà l'API.
- Quanto costa DeepSeek V4.1 Flash e qual è la sua finestra di contesto?
- L'API costa $0.04 per milione di token in input e $0.63 per milione di token in output, con una finestra di contesto di 1.048.576 token (circa un milione).
- In cosa differisce V4.1 Flash dal resto della famiglia V4.1?
- V4.1 Flash è il livello più economico, usa la nuova architettura CED per mantenere bassi i parametri attivi e comprimere aggressivamente la cache KV; DeepSeek riporta che supera V4 Pro in prestazioni, velocità e completamento dei compiti nonostante il costo per token inferiore.
Verdetto del capitanoUn'architettura genuinamente innovativa che merita l'etichetta 'Flash': economica per token, costruita per agenti e open se hai l'hardware.
Mostra dettagli
- 1Inizia dal floor.Perché 7,000° e non zero: la scala va da 0° a 9.999°, e la parte sotto 7,000° è riservata ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete e non superare mai un modello con dati. 7,000° è dove iniziano i dati misurati. Un modello con dati reali ma quasi nessun download sta qui; tutto ciò che segue è misurazione, e lo spazio sopra il floor contiene dieci passi decuplici nei download a 300° ciascuno. Il floor è uguale per ogni modello, quindi non decide nulla; lo fanno i gradi sopra di esso.7,000°totale in corso
- 2Aggiungi i download.11,955,246 equivalenti di download in totale, da Token OpenRouter. Dieci volte i download aggiungono lo stesso 300°, quindi la dimensione conta ma non domina mai il punteggio.+2,124°9,124°totale in corso
- 3Aggiungi il tasso di adozione.Circa 516,730 download al giorno in questo momento, misurati tra due rilevazioni, con un peso di un quarto.+428°9,552°totale in corso
- =Il punteggio heat.Dove si posiziona questo modello in ogni lista di questo sito. Niente altro lo modifica.9,552°
- Punteggio heat
- Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
- Soglia minima
- I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
- Equivalenti di download
- Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
- Scala logaritmica
- Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
- Like
- Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
- Tasso di adozione
- Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
- Misurato e stimato
- Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
- Seeder
- Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
- AI Horde
- Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
- Siti di generazione
- Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
- Token OpenRouter
- Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modello completo (checkpoint)
- I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
- LoRA e embedding
- Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
- Famiglia e pesi
- La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
- Età
- Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
- Boost famiglia
- Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
- Punteggio stand-in
- Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
- Novità! (periodo di grazia)
- Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
- Tendenza
- Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
- Modello tipico
- Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.
