DeepSeek V4.1 Flash klettert wenige Tage nach Start auf Platz sechs weltweit

DeepSeek hat am 10. September V4.1 Flash veröffentlicht, ein multimodales Mixture-of-Experts-Modell mit 552 Milliarden Backbone-Parametern, das bei der Inferenz nur einen kleinen Teil davon aktiviert. Dies markiert einen Wandel in der Art und Weise, wie große Sprachmodelle Skalierung und Effizienz ausbalancieren. Innerhalb von drei Tagen nach dem Start kletterte das Modell laut dem Datenbeobachter Gelonghui weltweit auf den sechsten Platz beim Token-Verbrauch auf der Plattform OpenRouter.news.futunn

Das Modell ersetzt die früheren Angebote V4 Flash und V4 Flash Vision von DeepSeek, die jetzt über die API automatisch zu V4.1 Flash weitergeleitet werden. Seit dem 14. September werden auch alle Anfragen an den V4-Pro-Endpunkt vorübergehend zu V4.1 Flash umgeleitet und zum niedrigeren Tarif abgerechnet, bis V4.1 Pro verfügbar ist.hi-tech+1

Architektur und Effizienz

V4.1 Flash basiert auf einer Causal Encoder-Decoder-Architektur mit insgesamt 552 Milliarden Parametern, aber sein Mixture-of-Experts-Design aktiviert nur 8 Milliarden Parameter während der Eingabeverarbeitung und 16 Milliarden während der Ausgabegenerierung. Das ist ein Rückgang von den 13 Milliarden, die pro Token im vorherigen V4 Flash aktiviert wurden, das insgesamt 284 Milliarden Parameter hatte.hackernoon+2

Das Modell unterstützt ein Kontextfenster von bis zu einer Million Tokens und verwendet einen überarbeiteten KV-Cache, der etwa 890 Bytes pro Token speichert, was etwa einem Viertel des Speicherbedarfs von V4 Flash entspricht. Für Organisationen, die große Arbeitslasten ausführen, ist die Reduzierung des Speicherbedarfs möglicherweise wichtiger als reine Leistungsgewinne. Die Modellgewichte sind auf Hugging Face unter einer MIT-Lizenz öffentlich zugänglich.mindstudio+2

Frühe Nutzung und Marktposition

Der globale Token-Verbrauch von KI-Modellen erreichte in der Woche vom 7. bis 13. September 127 Billionen Tokens, was einem Anstieg von mehr als 10 Prozent gegenüber der Vorwoche entspricht, wie aus OpenRouter-Daten hervorgeht, die von Gelonghui gemeldet wurden. Chinesische KI-Modelle machten 61,17 Billionen dieser Tokens aus und behaupteten damit in der zwanzigsten Woche in Folge ihren Vorsprung vor US-Modellen.news.futunn

V4.1 Flash feierte seine Premiere auf dem sechsten Platz mit 4,94 Billionen verbrauchten Tokens in den ersten drei Tagen, während MiMo-V2.5 von Xiaomi im Vergleich zur Vorwoche um 230 Prozent zulegte und den fünften Platz belegte. Alibaba Cloud ↗ 1.28% startete am 13. September unterdessen seine eigene gehostete Plattform für DeepSeek-V4.1-Flash mit API-Zugriff und einem Token-Plan, der in Tools wie Qoder und Codex integriert ist.gurufocus+1

Benchmark-Leistung und Einschränkungen

Bei maximalem Argumentationsaufwand erzielte V4.1 Flash nach eigenen Bewertungen von DeepSeek 74,2 Punkte auf DeepSWE v1.1, 90,6 auf Terminal-Bench 2.1 und 88,1 auf CyberGym. Das Modell zeigte auch starke multimodale Ergebnisse, darunter 95,6 auf DocVQA und 56,5 auf MMMU-Pro.flowtivity+1

V4.1 Flash liegt jedoch bei mehreren Wissens- und Argumentations-Benchmarks hinter DeepSeeks eigenem V4 Pro zurück, und sein LongBench-V2-Wert für lange Kontexte von 45,2 liegt unter den 51,5 von V4 Pro. DeepSeek hat keine VRAM-Anforderungen, Inferenzgeschwindigkeits-Benchmarks oder Anleitungen zur Batch-Größe veröffentlicht, sodass die Planung für die lokale Bereitstellung weitgehend den eigenen Tests der Entwickler überlassen bleibt.hackernoon