DeepSeek V4.1 Flash заменяет недолгий бета-период полноценным релизом, построенным вокруг асимметричных вычислений, нативной мультимодальности, более сильных бенчмарков агентов и резко сниженных цен API.
TL;DR
DeepSeek V4.1 Flash теперь официальный API и модель с открытыми весами, а не истекающий бета-эндпоинт. DeepSeek заявляет, что это 552B-параметрическая модель Mixture-of-Experts, использующая новую архитектуру Causal-Encoder-Decoder. Во время обработки ввода активируются только 8B параметров, а при генерации вывода — 16B. Такая асимметричная конструкция призвана тратить меньше вычислений на длинные промпты без ослабления авторегрессионной стадии генерации.
Производственное имя модели в API — deepseek-flash. Поддерживаются окно контекста на 1M токенов, до 384K токенов вывода, режимы размышления и без размышления, JSON-вывод, вызовы инструментов, Responses API, совместимый с Anthropic API, а также нативный ввод изображений. В официальной таблице бенчмарков DeepSeek показаны существенные улучшения по сравнению с V4 Flash 0731 и V4 Pro 0813 в задачах по программированию, агентам, кибербезопасности и мультимодальности.
Не менее важна смена цен. В пиковое время V4.1 Flash стоит $0.006 за 1M входных токенов при попадании в кэш, $0.30 за 1M входных токенов при промахе кэша и $1.20 за 1M выходных токенов. Внепиковые тарифы вдвое ниже.
Key Takeaways
- DeepSeek V4.1 Flash — выпущенная модель с открытыми весами; временный идентификатор
deepseek-v4.1-flash-expires-on-0910больше не корректная производственная ссылка. - Его 552B MoE‑дизайн активирует 8B параметров для ввода и 16B для вывода, формируя иной профиль эффективности по сравнению с архитектурой V4 Flash с 284B суммарно/13B активно.
- Нативная мультимодальность — часть основной модели, а не отдельная ветка Vision Exp.
- В официальном сравнении V4.1 Flash опережает V4 Pro 0813 на большинстве выбранных бенчмарков агентов и программирования, хотя не лидирует на каждом знаниевом или терминальном бенчмарке против всех фронтирных конкурентов.
- Глобальный KV‑кэш снижается до 890 байт на токен, примерно в 3.9 раза меньше, чем у V4 Flash, и примерно четверть прежнего следа.
- Пиковые цены API: $0.006 за попадание в кэш для входа, $0.30 за промах кэша для входа и $1.20 за вывод за 1M токенов; внепиковые цены на 50% ниже.
What Is DeepSeek V4.1 Flash?
DeepSeek V4.1 Flash — сентябрьская (2026) базовая модель DeepSeek, ориентированная на эффективность для рассуждений, программирования, агентов и мультимодального понимания. Официальный анонс описывает её как MoE‑модель на 552B параметров, повышающую возможности при снижении вычислений и памяти, необходимых для обработки ввода.
Ключевое изменение — архитектурное. Ранее V4 Flash использовала единый бюджет активных параметров на всём протяжении инференса. V4.1 Flash разделяет задачи ввода и вывода: 8B параметров активны при кодировании промпта и 16B — при генерации ответа. DeepSeek называет эту схему Causal-Encoder-Decoder.
| Date | Status | Model ID |
|---|---|---|
| Sep 8 | Limited beta | deepseek-v4.1-flash-expires-on-0910 |
| Sep 10 | Production release | deepseek-flash |
Спецификация DeepSeek V4.1 Flash：
| Specification | DeepSeek V4.1 Flash |
|---|---|
| Release status | Официальный релиз API и модель с открытыми весами |
| Architecture | Смесь экспертов (Mixture-of-Experts) со структурой Causal-Encoder-Decoder |
| Total parameters | 552B |
| Activated parameters | 8B для ввода; 16B для вывода |
| Context window | 1M токенов |
| Maximum output | 384K токенов |
| Input modalities | Текст и изображения |
| Output modality | Текст |
| Production API model name | deepseek-flash |
| Thinking modes | Режим размышления и без размышления |
| API features | JSON‑вывод, вызовы инструментов, Responses API, Anthropic API, дополнение префикса, FIM completion |
| Open weights | Выложены на Hugging Face |
How Does the DeepSeek V4.1 Flash Work: Causal-Encoder-Decoder
Традиционные языковые модели только с декодером используют по сути один и тот же большой стек для обработки промпта и генерации токенов. DeepSeek V4.1 Flash назначает разную активную ёмкость этим стадиям.
На стадии ввода модель обрабатывает промпт с активным объёмом 8B. Эта стадия может эффективно анализировать заданный текст или изображение, поскольку полный ответ ещё не сгенерирован. На стадии вывода модель активирует 16B параметров и продолжает каузальную генерацию токен за токеном. Таким образом, дизайн экономит вычисления на кодировании промпта, сохраняя больше активной ёмкости для рассуждений и генерации ответа.
DeepSeek не опубликовала все детали реализации в анонсе, поэтому самый безопасный способ описания — функциональный: архитектура асимметрична, стадии ввода и вывода используют разные бюджеты активных параметров, а итоговая система сокращает память и стоимость инференса.
KV Cache Reduction
Результат по памяти измерим. DeepSeek сообщает о 890 байтах глобального KV‑кэша на токен для V4.1 Flash, по сравнению с 3,514 байтами у V4 Flash, 48,068 байт у V3.2 и 389,120 байт у V1. Показатель V4.1 примерно в 3.9 раза меньше, чем у V4 Flash.
Для агентов с длинным контекстом это важно за пределами одного бенчмарка. Меньший KV‑кэш снижает нагрузку на HBM, пока запрос активен, и уменьшает объём состояния, который необходимо перемещать в более медленное хранилище. По словам DeepSeek, V4.1 Flash требует примерно четверть объёма HBM и одну восьмую ёмкости SSD по сравнению с предыдущей моделью для сопоставимых нагрузок кэша.
DeepSeek V4.1 Flash Features
Native Multimodal Input
V4.1 Flash принимает изображения как часть основного API модели. Это заменяет прежнее разделение между текстовым V4 Flash и экспериментальным эндпоинтом V4 Flash Vision. Теперь разработчики могут создавать рабочие процессы распознавания документов, анализа графиков, интерпретации скриншотов и визуальных агентов на одной производственной модельной семье.
Long-Context Reasoning
Официальная спецификация API сохраняет окно контекста на 1M токенов и допускает до 384K токенов вывода. Это делает модель подходящей для программирования в масштабе репозиториев, анализа множества документов, длительных сессий агентов и рабочих процессов, которым нужно сохранять большую историю инструментов.
Production API Features
Модель поддерживает режимы размышления и без размышления, структурированный JSON‑вывод, вызовы инструментов, Responses API, совместимый с Anthropic интерфейс, дополнение префикса в чате и дополнение FIM в режиме без размышления. Эти возможности делают V4.1 Flash прямой производственной заменой для многих рабочих нагрузок агентов и программирования в V4 Flash.
Open Weights
DeepSeek выпустила веса V4.1 Flash и технический отчёт. Релиз улучшает воспроизводимость, но модель остаётся крайне большой: в анонсе DeepSeek просит организации, заинтересованные в крупных развёртываниях, планировать примерно 2,000 GPU плюс кластер хранения.
DeepSeek V4.1 Flash Benchmark Performance
Официальные результаты изменяют прежнюю оценку, что у V4.1 нет свидетельств по бенчмаркам. Теперь DeepSeek предоставляет широкую таблицу, охватывающую знания, математику, программирование, терминальных агентов, кибербезопасность, автоматизацию и мультимодальные агентные задачи.
| Benchmark | DeepSeek V4.1 Flash | V4 Pro 0813 | V4 Flash 0731 |
|---|---|---|---|
| GPQA Diamond | 90.9 | 92.4 | 89.9 |
| Codeforces rating | 3471 | 3348 | 3289 |
| MathArena Apex | 65.6 | 65.3 | 58.6 |
| Terminal-Bench 2.1 | 90.6 | 87.9 | 82.7 |
| DeepSWE v1.1 | 74.2 | 62.7 | 54.4 |
| NL2Repo-Bench | 65.4 | 61.5 | 54.2 |
| CyberGym | 88.1 | 83.3 | 76.7 |
| Automation-Bench | 54.8 | 43.2 | 37.7 |
В этом выбранном обзоре из восьми бенчмарков V4.1 Flash обходит V4 Pro 0813 на семи тестах и V4 Flash 0731 на всех восьми. Наибольшие улучшения видны в разработке ПО и агентах: DeepSWE повышается на 11.5 пунктов относительно V4 Pro и на 19.8 относительно V4 Flash, тогда как Automation-Bench растёт на 11.6 и 17.1 пунктов соответственно.
Результаты всё ещё требуют внимательной интерпретации. V4.1 Flash уступает V4 Pro на GPQA Diamond, а полная официальная диаграмма показывает, что Claude Opus 5 и GPT-5.6 Sol остаются впереди на Terminal-Bench 3.0. Полезный вывод в том, что V4.1 Flash существенно улучшает баланс эффективности и возможностей DeepSeek; таблица бенчмарков не доказывает универсального лидерства на каждой задаче.
DeepSeek V4.1 Flash API Pricing
DeepSeek использует биллинг по пиковым и внепиковым периодам. Пиковые часы — 01:00–04:00 и 06:00–10:00 UTC, с понедельника по пятницу; все остальные периоды, включая выходные, используют внепиковую ставку. Текущая документация по ценам утверждает, что внепиковые цены вдвое ниже пиковых.
| Price per 1M tokens | V4.1 Flash off-peak | V4.1 Flash peak | V4 Pro 0813 off-peak | V4 Pro 0813 peak |
|---|---|---|---|---|
| Cache-hit input | $0.003 | $0.006 | $0.022 | $0.044 |
| Cache-miss input | $0.15 | $0.30 | $0.66 | $1.32 |
| Output | $0.60 | $1.20 | $1.98 | $3.96 |
Экономия существенная. Для рабочей нагрузки с 100 млн входных токенов при промахе кэша и 10 млн токенов вывода V4.1 Flash стоит примерно $21 внепиково или $42 в пиковое время. Та же смесь токенов по опубликованным ставкам V4 Pro 0813 стоит примерно $85.80 внепиково или $171.60 в пиковое время. В этом примере V4.1 Flash примерно на 75.5% дешевле.
Кэширование промптов усиливает преимущество для агентов, которые многократно переиспользуют системные инструкции, контекст репозиториев или документы. Ставка V4.1 для попадания в кэш в 50 раз ниже, чем для промаха кэша в оба периода биллинга.
DeepSeek V4.1 Flash vs V4 Flash vs V4 Pro
| Dimension | DeepSeek V4.1 Flash | DeepSeek V4 Flash | DeepSeek V4 Pro |
|---|---|---|---|
| Total parameters | 552B | 284B | 1.6T |
| Activated parameters | 8B input / 16B output | 13B | 49B |
| Architecture focus | Асимметричная эффективность ввода/вывода | Облегчённая V4 MoE | Максимальная ёмкость V4 |
| Native vision | Yes | Отдельный вариант Vision Exp | No |
| Context window | 1M | 1M | 1M |
| Maximum output | 384K | 384K | 384K |
| API status on DeepSeek | Текущая производственная модель | Снят; устаревшее имя маршрутизируется на V4.1 Flash | Планируется маршрутизация на V4.1 Flash с 14 сентября 2026 |
| Best fit | Общие агенты, кодинг, визуальные задачи, высокий throughput | Совместимость миграции только | Существующие нагрузки Pro в период перехода |
V4.1 Flash больше по общему числу параметров, чем V4 Flash, но может быть дешевле в обслуживании, поскольку на стадии ввода активирует только 8B параметров и использует гораздо меньший KV‑кэш. По сравнению с V4 Pro он активирует намного меньше параметров, при этом опережая Pro на большинстве выбранных выше бенчмарков агентов и программирования.
API Access and Migration
Производственное имя модели у DeepSeek — deepseek-flash. Существующие приложения могут сохранить совместимый с OpenAI базовый URL https://api.deepseek.com или совместимый с Anthropic базовый URL https://api.deepseek.com/anthropic.
- Обновите имя модели на
deepseek-flash. - Сохраните существующий базовый URL DeepSeek и метод аутентификации.
- Перепройдите тесты на режим размышления, вызовы инструментов, ввод изображений, задержку и расход токенов на производственных промптах.
- Отслеживайте устаревшие алиасы:
deepseek-v4-flashиdeepseek-v4-flash-vision-expтеперь маршрутизируются на V4.1 Flash, аdeepseek-v4-proзапланирован к маршрутизации на V4.1 Flash с 14 сентября до будущего релиза V4.1 Pro.
Для пользователей CometAPI эндпоинт DeepSeek V4.1 API в CometAPI уже доступен рядом с существующим DeepSeek V4 Flash API. Прежде чем переводить продукционный трафик, подтвердите финальное имя модели, цены и сопоставление алиасов в консоли CometAPI, поскольку сторонние провайдеры могут отличаться от официального именования и тарифов API DeepSeek.
Who Should Use DeepSeek V4.1 Flash?
V4.1 Flash хорошо подходит для кодинговых агентов, анализа репозиториев, терминальной автоматизации, мультимодальных документных сценариев, ассистентов с длинным контекстом и систем с высоким объёмом вызовов инструментов. Его приросты на бенчмарках сосредоточены в тех же рабочих нагрузках, которые больше всего выигрывают от уменьшения памяти кэша и сниженных цен за токен.
Команды, уже использующие V4 Flash, должны рассматривать его как прямого кандидата на миграцию. Командам, использующим V4 Pro, стоит тщательно протестировать, но собственные данные DeepSeek по бенчмаркам и ценам теперь делают V4.1 Flash более экономичным вариантом по умолчанию для многих нагрузок уровня Pro.
Самостоятельный хостинг — иное решение. Открытые веса не делают модель на 552B лёгкой. Организациям следует сравнить стоимость крупного развертывания GPU и хранилища с использованием хостинга API, прежде чем принимать решение о локальном инференсе.
Limitations and Open Questions
- Результаты бенчмарков получены в официальной среде оценки DeepSeek; независимые репликации потребуются, чтобы измерить производительность в разных фреймворках и средах инструментов.
- Нативная мультимодальная поддержка подтверждена, но командам приложений следует проверить поддерживаемые форматы изображений, учёт токенов и поведение vision на живом API.
- Устаревшие имена моделей теперь меняют модель за существующим именем, что может изменить вывод без изменений в коде приложения.
- V4.1 Flash снижает инфраструктурные требования относительно ранних моделей DeepSeek, но развертывание открытых весов по-прежнему требует значительных вычислений и хранения.
- Специальный эндпоинт V4.1 в CometAPI и финальные цены следует подтвердить в живой консоли перед продукционным использованием.
Final Verdict
DeepSeek V4.1 Flash — крупное обновление архитектуры и продукта. MoE‑модель на 552B сочетает 8B‑активную стадию ввода, 16B‑активную стадию вывода, нативное vision, окно контекста на 1M токенов и резко сжатый KV‑кэш. Эти решения трансформируются в более сильные официальные бенчмарки программирования и агентов при значительно более низких ценах API, чем у V4 Pro 0813.
Самое практичное изменение — консолидация. V4.1 Flash объединяет текст, vision, рассуждение, использование инструментов и работу с длинным контекстом под одним производственным именем модели. Для большинства новых интеграций DeepSeek deepseek-flash теперь логичная отправная точка; V4 Pro становится сравнением для миграции, а не автоматическим выбором для сложной работы.
FAQ
Is DeepSeek V4.1 Flash officially released?
Да. Он доступен через API DeepSeek под именем модели deepseek-flash, а DeepSeek выпустила открытые веса и технический отчёт.
Is the temporary V4.1 beta model ID still required?
Нет. deepseek-v4.1-flash-expires-on-0910 был краткоживущим бета-идентификатором. Производственные приложения должны использовать deepseek-flash.
How many parameters does DeepSeek V4.1 Flash have?
Модель имеет 552B суммарных параметров. Активирует 8B параметров при обработке ввода и 16B при генерации вывода.
Does DeepSeek V4.1 Flash support images?
Да. Ввод изображений нативен для производственной модели, отдельный эндпоинт V4 Flash Vision Exp больше не требуется.
Is V4.1 Flash better than V4 Pro?
Он лидирует над V4 Pro 0813 на большинстве опубликованных сравнений DeepSeek в программировании, агентах, автоматизации и кибербезопасности, но V4 Pro остаётся впереди на GPQA Diamond. Командам следует оценить обе модели на своих промптах перед миграцией.
How much does the API cost?
В пиковое время ставки за миллион токенов: $0.006 для попадания в кэш по входу, $0.30 для промаха кэша по входу и $1.20 для вывода. Внепиковые ставки вдвое ниже этих цен.
What happens to the old V4 model names?
Устаревшие имена deepseek-v4-flash и deepseek-v4-flash-vision-exp маршрутизируются на V4.1 Flash. DeepSeek говорит, что deepseek-v4-pro также будет маршрутизироваться на V4.1 Flash с 14 сентября 2026 до релиза V4.1 Pro.
Can I use DeepSeek V4.1 Flash through CometAPI?
Да. CometAPI теперь предлагает живой эндпоинт DeepSeek V4.1 API. Прежде чем отправлять продукционный трафик, подтвердите точное имя модели, цены и поддерживаемые возможности в консоли CometAPI, поскольку сторонние провайдеры могут использовать другие схемы именования или тарифы, чем официальный API DeepSeek.