DeepSeek V4.1 Flash au sixième rang mondial quelques jours après sa sortie

DeepSeek a lancé V4.1 Flash le 10 septembre, un modèle multimodal fondé sur une architecture de mélange d'experts. Bien qu'il compte 552 milliards de paramètres au total, il n'en active qu'une faible fraction lors de l'inférence, illustrant une évolution dans la façon dont les grands modèles linguistiques concilient taille et efficacité. En trois jours à peine, le modèle s'est hissé à la sixième place mondiale pour la consommation de tokens sur la plateforme OpenRouter, selon le suivi de données Gelonghui.news.futunn

Ce modèle remplace les anciennes offres V4 Flash et V4 Flash Vision de DeepSeek, qui sont désormais automatiquement redirigées vers V4.1 Flash via l'API. À compter du 14 septembre, toutes les requêtes adressées au point de terminaison V4 Pro sont également temporairement réorientées vers V4.1 Flash et facturées à son tarif réduit jusqu'au lancement de V4.1 Pro.hi-tech+1

Architecture et efficacité

V4.1 Flash repose sur une architecture d'encodeur-décodeur causal totalisant 552 milliards de paramètres, mais sa structure de mélange d'experts n'active que 8 milliards de paramètres lors du traitement des entrées et 16 milliards lors de la génération des réponses. Il s'agit d'une évolution par rapport aux 13 milliards activés par token dans la version précédente V4 Flash, qui comptait 284 milliards de paramètres au total.hackernoon+2

Le modèle prend en charge une fenêtre de contexte allant jusqu'à un million de tokens et utilise un cache KV repensé qui stocke environ 890 octets par token, soit près du quart de l'empreinte mémoire de V4 Flash. Pour les entreprises exécutant d'importants volumes de traitement, cette réduction des exigences mémoire pourrait s'avérer plus cruciale que les simples gains sur les bancs d'essai. Les poids du modèle sont accessibles au public sur Hugging Face sous licence MIT.mindstudio+2

Adoption précoce et positionnement sur le marché

La consommation mondiale de tokens pour les modèles d'IA a atteint 127 000 milliards de tokens au cours de la semaine du 7 au 13 septembre, en hausse de plus de 10 % par rapport à la semaine précédente, d'après les données d'OpenRouter rapportées par Gelonghui. Les modèles d'IA chinois ont représenté 61,17 mille milliards de ces tokens, conservant ainsi leur avance sur les modèles américains pour la vingtième semaine consécutive.news.futunn

V4.1 Flash a fait ses débuts à la sixième place avec 4,94 mille milliards de tokens consommés lors de ses trois premiers jours, tandis que MiMo-V2.5 de Xiaomi a bondi de 230 % d'une semaine sur l'autre pour s'emparer de la cinquième place. De son côté, Alibaba Cloud ↗ 1.28% a lancé sa propre plateforme hébergée DeepSeek-V4.1-Flash le 13 septembre, offrant un accès API et un forfait de tokens intégré à des outils comme Qoder et Codex.gurufocus+1

Performances aux bancs d'essai et limites

Avec un effort de raisonnement maximal, V4.1 Flash a obtenu un score de 74,2 sur DeepSWE v1.1, 90,6 sur Terminal-Bench 2.1 et 88,1 sur CyberGym, selon les évaluations fournies par DeepSeek. Le modèle a également affiché de solides résultats multimodaux, avec notamment 95,6 sur DocVQA et 56,5 sur MMMU-Pro.flowtivity+1

Toutefois, V4.1 Flash reste en retrait par rapport au V4 Pro de DeepSeek sur plusieurs tests de connaissances et de raisonnement, et son score de 45,2 sur le banc d'essai à long contexte LongBench-V2 est inférieur aux 51,5 du V4 Pro. DeepSeek n'a pas publié les exigences en matière de mémoire VRAM, les performances de vitesse d'inférence ni les recommandations de taille de lot, laissant le plan de déploiement local à la charge des tests des développeurs.hackernoon