V4.1 Flash
DeepSeek的线上服务模型版本,具体细节未公开
核心事实
时间轴 (近 90 天)
DeepSeek本周发布全家桶应用API,其V4.1 Flash模型已在多个接口下支持联网搜索、深度思考、文件输入、链接阅读及模型安全等能力。
Artificial Analysis测得的time per task(完成一个任务平均所需时间)显示,V4.1 Flash是15.2分钟,在这些前沿模型里排第二;GPT-6 Astra需要24.7分钟,Google的Gemline 4 Carbon需要25.7分钟,Cloud Fable 5.2需要47.5分钟。
对于需要执行具体事务、调用工具、多步骤操作的任务,需要使用Hornets这类Agent载体并配合最新模型V4.1 Flash。
Hornets的网页端和客户端都可以使用最新的大模型V4.1 Flash。
DeepSeek将V4.1 Flash更新到2017版,并首发了Reflection功能。
V4.1 Flash 是否正式发布、具体版本号如何,官方尚无确认。
疑似 10 月 17 日灰测的 V4.1 Flash 对同一提示词实现框选功能“很完美”,正确处理了点击与拖拽的判定顺序。
旧版模型在框选功能实现中存在 bug:鼠标左键点击时先选中物体,拖动后取消选中再进入框选。
DeepInfer 目前只支持 V4.1 Flash 一个模型,且不支持 Hopper 及更早的显卡。
V4.1 Flash模型包含384个专家,每个token只激活其中几位;这些专家被分布在64张卡上,每张卡6位,外加一位热门大厨的分身。
还有 40 条时间轴事件
全部知识事实 (20)
V4.1 Flash是原生多模态设计,能够直接看图理解内容
75%已验证本次更新支持官方模型ID deepseek-flash,新建会话默认使用V4.1 Flash,但显式配置过的模型优先级更高
65%已验证DeepSeek V4.1 Flash通过KV缓存层间交替与复用优化,将每token存储量从上一代的3500字节降至约890字节
65%已验证原本调用DeepSeek V4 Pro的接口将自动切换至V4.1 Flash新模型,开发者无需改动代码
65%已验证V4.1 Flash在输入阶段仅激活80亿参数,输出阶段激活160亿参数
65%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%已验证9月14日中午12点,V4 Pro正式下线,所有请求将全部路由到V4.1 Flash
70%待验证DeepSeek API 提供 low、high(默认)和 max 三档 effort,V4.1 Flash 论文将其映射为内部 effort 值 50、75 和 100,并报告从 high 到 max 将 agent 轨迹拉长 1.6–1.8 倍却只带来边际提升。
60%待验证V4.1 Flash 模型权重已上传至 Hugging Face,采用宽松许可证
60%待验证V4.1 Flash 在机械臂视觉控制任务中耗时 45 分钟未能成功,瓶颈主要在视觉处理
60%待验证V4.1 Flash的KVCache砍到上一代的四分之一
60%待验证Artificial Analysis测得的time per task(完成一个任务平均所需时间)显示,V4.1 Flash是15.2分钟,在这些前沿模型里排第二;GPT-6 Astra需要24.7分钟,Google的Gemline 4 Carbon需要25.7分钟,Cloud Fable 5.2需要47.5分钟。
50%待验证对于需要执行具体事务、调用工具、多步骤操作的任务,需要使用Hornets这类Agent载体并配合最新模型V4.1 Flash。
50%待验证Hornets的网页端和客户端都可以使用最新的大模型V4.1 Flash。
50%待验证V4.1 Flash模型包含384个专家,每个token只激活其中几位;这些专家被分布在64张卡上,每张卡6位,外加一位热门大厨的分身。
50%待验证V4.1 Flash的专家调度策略:每1000步监测一次负载,每10000步重新分配一次专家,最终最忙的卡只比平均水平多忙9%。
50%待验证九月的 V4.1 Flash 在跑同一基准时 token 消耗接近同规模开源模型的两倍。
50%待验证9月版宣传页写的是'552B Backbone Parameters',强调主干参数;此次将口径从主干参数切换为全部权重,架构本身没有变化。
50%待验证V4.1 Flash软件工程得分74.2是对标表最高分,但领先最强旗舰竞品仅0.2分
50%待验证DeepSeek网页端和App端原有的「快速/专家/实时」三个模式已合并,统一接入V4.1 Flash,用户无需手动选择
50%