DeepSeek 4.1 Flash
DeepSeek发布的轻量化大语言模型,采用CSA2架构实现KV缓存极致压缩,支持原生视觉理解,具备高速推理和低成本部署特性
核心事实
时间轴 (近 90 天)
官方视频给出参考值:2美元大约足以覆盖1.5亿个DeepSeek 4.1 Flash token的消耗,前提是进行常规对话并启用提示缓存。
腾讯发布HY4,带视觉能力,覆盖编程、前端、金融、游戏等场景;据腾讯自测,其在Apex Agents上得分75.2,高于DeepSeek 4.1 Flash的72至73区间。
Wi-Sci通过专家对齐分块、热专家驻留、计算拆分和调度器预加载四项优化,将SSD有效带宽从每秒1GB提升到约每秒11.5GB,使DeepSeek 4.1 Flash在Wi-Sci盒子上达到约8-15 tokens/秒的生成速度。
DeepSeek 4.1 Flash是首个通过'找青蛙'视觉测试的模型,包括Opus和GPT系列在内的闭源模型此前均未能找到。
在脑部扫描识别肿瘤的六题测试中,DeepSeek 4.1 Flash全部答错;评测者指出即便是最好的模型在该任务上也大约只能答对一题。
在Airbnb房源Blender重建任务中,DeepSeek 4.1 Flash耗时约1小时37分钟,但细节忠实度不足(床形状错误、灯具位置错误等),评测者认为对其他开源模型几乎不可能完成。
在3D游戏程序化生成任务中,DeepSeek 4.1 Flash跑了16轮迭代,最高仅获得5.5分(目标8.5分),整体智能约为前沿模型的八成。
DeepSeek 4.1 Flash在动态图形解说视频任务中消耗约2200万token,缓存命中率99%。
DeepSeek 4.1 Flash的开源权重可在Hugging Face与ModelScope下载,社区已推出量化版本,最压缩版本体积大幅缩小但仍需高端GPU。
在公开基准上,DeepSeek 4.1 Flash在智能编码、常识、自动化等维度多数超过前代几个百分点,领先GLM5.3和Kimi K3等开源模型,与部分顶级闭源模型基本持平;在GPU代码基准上排名第三。
还有 25 条时间轴事件
全部知识事实 (9)
相比上一版本,DeepSeek V4.1 Flash 1017 完成任务的速度更快,输出也更短。
75%已验证DeepSeek推出了实验版多模态模型DeepSeek V4 Flash Vision EXP,在文本与多模态任务中均表现优异
90%已验证DeepSeek于10月20日开源了推理框架DeepInfer,为V4.1 Flash提供优化算子、多卡并行和异步调度能力,采用Apache 2.0许可。
80%待验证DeepSeek 4.1 Flash 采用编码器-解码器结构,编码器创建共享的全局记忆,解码器从中读取信息
60%待验证官方视频给出参考值:2美元大约足以覆盖1.5亿个DeepSeek 4.1 Flash token的消耗,前提是进行常规对话并启用提示缓存。
50%待验证Wi-Sci通过专家对齐分块、热专家驻留、计算拆分和调度器预加载四项优化,将SSD有效带宽从每秒1GB提升到约每秒11.5GB,使DeepSeek 4.1 Flash在Wi-Sci盒子上达到约8-15 tokens/秒的生成速度。
50%待验证DeepSeek 4.1 Flash的开源权重可在Hugging Face与ModelScope下载,社区已推出量化版本,最压缩版本体积大幅缩小但仍需高端GPU。
50%待验证DeepSeek官方表示4.1 Flash采用了全新的架构设计,使推理速度更快、效率更高
50%待验证DeepSeek 4.1 Flash 消耗大量 Token,其小 KV 缓存带来的成本优势会被高 Token 消耗部分抵消
50%