DeepSeek V4.1 Flash escala al sexto puesto mundial a días de su lanzamiento

DeepSeek lanzó V4.1 Flash el 10 de septiembre, un modelo multimodal de mezcla de expertos que cuenta con 552 mil millones de parámetros base pero activa solo una pequeña fracción durante la inferencia, lo que marca un cambio en la forma en que los grandes modelos de lenguaje equilibran la escala con la eficiencia. A los tres días de su lanzamiento, el modelo escaló al sexto puesto global en consumo de tokens en la plataforma OpenRouter, según datos de Gelonghui.news.futunn

El modelo reemplaza las ofertas anteriores V4 Flash y V4 Flash Vision de DeepSeek, que ahora se dirigen automáticamente a V4.1 Flash a través de la API. A partir del 14 de septiembre, todas las solicitudes al punto de enlace V4 Pro también se redirigen temporalmente a V4.1 Flash y se facturan a su tarifa más baja hasta que se lance V4.1 Pro.hi-tech+1

Arquitectura y eficiencia

V4.1 Flash está construido sobre una arquitectura codificadora-decodificadora causal con 552 mil millones de parámetros totales, pero su diseño de mezcla de expertos activa solo 8 mil millones de parámetros durante el procesamiento de entrada y 16 mil millones durante la generación de salida. Esto representa una reducción con respecto a los 13 mil millones activados por token en el V4 Flash anterior, que contaba con 284 mil millones de parámetros totales.hackernoon+2

El modelo admite una ventana de contexto de hasta un millón de tokens y utiliza un KV-cache rediseñado que almacena aproximadamente 890 bytes por token, cerca de una cuarta parte de la huella de memoria de V4 Flash. Para las organizaciones que ejecutan cargas de trabajo de gran volumen, la reducción de los requisitos de memoria puede ser más importante que las ganancias en las evaluaciones de rendimiento. Los pesos del modelo están disponibles públicamente en Hugging Face bajo una licencia MIT.mindstudio+2

Adopción temprana y posición en el mercado

El consumo global de tokens de modelos de IA alcanzó los 127 billones de tokens durante la semana del 7 al 13 de septiembre, un aumento de más del 10 por ciento con respecto a la semana anterior, según datos de OpenRouter reportados por Gelonghui. Los modelos de IA chinos representaron 61.17 billones de esos tokens, manteniendo su ventaja sobre los modelos estadounidenses por vigésima semana consecutiva.news.futunn

V4.1 Flash debutó en el sexto lugar con 4.94 billones de tokens consumidos en sus primeros tres días, mientras que MiMo-V2.5 de Xiaomi se disparó un 230 por ciento semana tras semana para situarse en el quinto lugar. Mientras tanto, Alibaba Cloud ↗ 1.28% lanzó su propia plataforma alojada DeepSeek-V4.1-Flash el 13 de septiembre, ofreciendo acceso a API y un plan de tokens integrado con herramientas como Qoder y Codex.gurufocus+1

Rendimiento en evaluaciones y limitaciones

Con el máximo esfuerzo de razonamiento, V4.1 Flash obtuvo una puntuación de 74.2 en DeepSWE v1.1, 90.6 en Terminal-Bench 2.1 y 88.1 en CyberGym, según las propias evaluaciones de DeepSeek. El modelo también demostró sólidos resultados multimodales, con un 95.6 en DocVQA y un 56.5 en MMMU-Pro.flowtivity+1

Sin embargo, V4.1 Flash se queda por detrás del propio V4 Pro de DeepSeek en varias evaluaciones de conocimiento y razonamiento, y su puntuación de contexto largo en LongBench-V2 de 45.2 está por debajo del 51.5 de V4 Pro. DeepSeek no ha publicado los requisitos de VRAM, las pruebas de velocidad de inferencia ni la guía del tamaño de lote, dejando la planificación del despliegue local en gran medida a las propias pruebas de los desarrolladores.hackernoon