DeepSeek V4.1 Flash når sjetteplass globalt dager etter lansering

DeepSeek lanserte V4.1 Flash den 10. september, en multimodal Mixture-of-Experts-modell med 552 milliarder ryggradsparametere som bare aktiverer en liten brøkdel under inferens. Dette markerer et skifte i hvordan store språkmodeller balanserer skala og effektivitet. Innen tre dager etter lanseringen klatret modellen til sjetteplass globalt i tokenforbruk på OpenRouter-plattformen, ifølge dataspotteren Gelonghui.news.futunn

Modellen erstatter DeepSeeks tidligere V4 Flash- og V4 Flash Vision-tilbud, som nå rutes automatisk til V4.1 Flash via API-et. Fra og med 14. september blir også alle forespørsler til V4 Pro-endepunktet midlertidig omdirigert til V4.1 Flash og fakturert til den lavere prisen inntil V4.1 Pro leveres.hi-tech+1

Arkitektur og effektivitet

V4.1 Flash er bygget på en Causal Encoder-Decoder-arkitektur med totalt 552 milliarder parametere, men Mixture-of-Experts-designet aktiverer bare 8 milliarder parametere under inndatabehandling og 16 milliarder under utdatagenerering. Det er en reduksjon fra 13 milliarder aktivert per token i forrige V4 Flash, som hadde 284 milliarder parametere totalt.hackernoon+2

Modellen støtter et kontekstvindu på opptil én million tokens og bruker en nyutviklet KV-cache som lagrer omtrent 890 byte per token, omtrent en fjerdedel av minneavtrykket til V4 Flash. For organisasjoner som kjører store arbeidsbelastninger, kan reduksjonen i minnekrav være viktigere enn rene ytelsesgevinster. Modellvektene er offentlig tilgjengelige på Hugging Face under en MIT-lisens.mindstudio+2

Tidlig bruk og markedsposisjon

Det globale tokenforbruket for AI-modeller nådde 127 billioner tokens i uken 7. til 13. september, en økning på mer enn 10 prosent fra uken før, ifølge OpenRouter-data rapportert av Gelonghui. Kinesiske AI-modeller sto for 61,17 billioner av disse tokensene, og opprettholdt dermed ledelsen over amerikanske modeller for tjueende uke på rad.news.futunn

V4.1 Flash debuterte på sjetteplass med 4,94 billioner tokens forbrukt de første tre dagene, mens Xiaomis MiMo-V2.5 økte med 230 prosent fra uken før og tok femteplassen. Alibaba Cloud ↗ 1.28% lanserte i mellomtiden sin egen vertsløsning for DeepSeek-V4.1-Flash den 13. september, med API-tilgang og en Token Plan integrert med verktøy som Qoder og Codex.gurufocus+1

Ytelsestester og begrensninger

Ved maksimal resonneringsinnsats oppnådde V4.1 Flash 74,2 på DeepSWE v1.1, 90,6 på Terminal-Bench 2.1 og 88,1 på CyberGym, ifølge DeepSeeks egne evalueringer. Modellen viste også sterke multimodale resultater, inkludert 95,6 på DocVQA og 56,5 på MMMU-Pro.flowtivity+1

Likevel ligger V4.1 Flash bak DeepSeeks egen V4 Pro på flere kunnskaps- og resonneringstester, og resultatene på langkonteksttesten LongBench-V2 var 45,2 mot V4 Pros 51,5. DeepSeek har ikke publisert krav til VRAM, ytelsestester for inferenshastighet eller veiledning for batchstørrelse. Dermed overlates planlegging av lokal distribusjon i stor grad til utviklernes egne tester.hackernoon