Компания DeepSeek выпустила V4.1 Flash — новую мультимодальную модель с архитектурой Mixture-of-Expertsi (MoE), объединяющую возможности работы с текстом, изображениями и сложными рассуждениями. Модель поддерживает контекстное окно до 1 миллиона токенов и оптимизирована для агентных задач.

Новинка призвана заменить предыдущие версии (Instant, Expert, Vision) и временно берет на себя запросы, направляемые к флагману V4 Pro, который будет отключен 14 сентября. Разработчики заявляют о превосходстве V4.1 Flash над предшественниками по скорости, стоимости и качеству ответов.

• Модель содержит 552 млрд параметров, при этом на каждый токен активируется только 8 млрд (на входе) или 16 млрд (на выходе).
• Архитектура Causal Encoder-Decoder позволила сжать KV-кэшi до 890 байт на токен, что в 4 раза меньше, чем у V4-Flash, и в 437 раз меньше, чем у первой версии DeepSeek.
• Стоимость API составляет от $0,15 до $0,30 за 1 млн входных токенов и $0,60–$1,20 за 1 млн выходных, с дополнительной скидкой 50% в непиковые часы.
• В бенчмарках Terminal-Bench 2.1 модель набрала 90,6%, обойдя Claude Opus 5 (89,1%) и GPT-5.6 Sol (88,8%).
• Веса модели открыты и доступны на Hugging Face для коммерческого использования и дообучения.
• По данным экспертов, модель показывает высокий уровень галлюцинаций (95% в рейтинге AA-Omniscience), что требует тщательного тестирования при использовании в RAGi-системах.