DeepSeek-V4.1-Flash

DeepSeek-V4.1-Flash släpptes den 10 september 2026 och är den minsta modellen i DeepSeeks nya arkitekturfamilj. Det är en MoE-modell med 552 miljarder parametrar i grundstommen, men bara 8 miljarder aktiva parametrar när den läser in text och 16 miljarder när den skriver. Till det kommer ett separat minne (Engram) på 196 miljarder parametrar som slås upp vid behov. Modellen är tränad från grunden på omkring 45 biljoner tokens text och bild, och förstår bilder direkt med en egen bildkodare.

Den största nyheten är en ny uppbyggnad, en kausal kodare–avkodare, och ett omarbetat sätt att minnas långa texter. Enligt DeepSeek behöver modellen bara en fjärdedel så mycket grafikminne och en åttondedel så mycket lagring för sin KV-cache som föregångaren V4-Flash, ungefär 890 byte per token. Den kan läsa upp till en miljon tokens, vilket gör den lämpad för agenter som arbetar igenom stora dokument och kodbaser. Hur mycket modellen ska tänka kan ställas in på en skala från 1 till 100.

Enligt DeepSeek presterar den bättre än tidigare flaggskepp, bland annat DeepSeek-V4-Pro, och är dessutom billigare och snabbare. När den släpptes pensionerades V4-Flash och V4-Flash-Vision-Exp, och från den 14 september skickas även anrop till V4-Pro i API:t vidare till V4.1-Flash tills en V4.1-Pro lanseras. Vikterna finns på Hugging Face under MIT-licens.

Den 17 oktober 2026 släppte DeepSeek en uppdaterad version, DeepSeek-V4.1-Flash-1017, som enligt DeepSeek ger bättre resultat, löser uppgifter snabbare och skriver kortare svar. Den versionen kör nu API-modellen deepseek-flash.