AnswersPublished22 sources
DeepSeek V4.1 Flash: Derfor er den nye Flash-model mere end en billigere V4 Pro
DeepSeek V4.1 Flash blev lanceret 10. september 2026 som en multimodal MoE model med 552 mia. Modellen understøtter op til 1 mio.
Udgivet afRedigeret med GPT-5.6 TerraBilleder genereret med GPT Image 2
Research answer
Key takeaways
- DeepSeek V4.1 Flash blev lanceret 10. september 2026 som en multimodal MoE model med 552 mia.
- Modellen understøtter op til 1 mio. tokens kontekst og tekst plus billeder i samme forespørgsel.
- Det aktuelle API modelnavn er deepseek flash. De ældre Flash og Flash Vision Experimental navne accepteres foreløbigt, men viderestilles til V4.1 Flash.
- På DeepSeeks egne sammenligninger klarer V4.1 Flash sig bedre end V4 Pro på blandt andet Terminal Bench 2.1 og CyberGym, mens V4 Pro fortsat har en højere GPQA Diamond score.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is DeepSeek V4.1 Flash, released for general availability on September 10, 2026, and how does its 552-billion-parameter Causal-Encoder-. Article summary: DeepSeek-V4.1-Flash is the September 10, 2026 general-availability replacement for the V4 Flash line and, temporarily, for V4 Pro in the API. It is not merely a cheaper small model: DeepSeek presents it as the first prod. Topic tags: general, general web, user generated, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
DeepSeek-V4.1-Flash er en alment tilgængelig, multimodal model, der blev lanceret 10. september 2026. Den er den første produktionsmodel i DeepSeeks Causal Encoder–Decoder-familie (CED): en Mixture-of-Experts-model, eller MoE, med 552 mia. parametre. Målet er at gøre lange prompts, genbrug af cachet kontekst, billedinput og AI-agenter billigere at køre. 41
6
I praksis er V4.1 Flash DeepSeeks bud på en standardmodel med høj kapacitet til store kontekstvinduer og multimodale opgaver. De offentliggjorte fordele i forhold til V4 Pro ligger især i pris, hukommelsesforbrug og flere agentrelaterede test. Men tallene viser ikke, at den er bedst på alle benchmarks. 24
11
Hvad betyder 8 mia./16 mia.-arkitekturen?
Tallet på 552 mia. parametre fortæller ikke i sig selv, hvor meget af en sparsom MoE-model der bruges for hvert token. DeepSeek oplyser, at V4.1 Flash aktiverer cirka 8 mia. parametre under input-prefill – altså når prompten læses – og 16 mia. under dekodning, når modellen genererer svaret. 41
38
Det er særligt relevant, når en applikation gentagne gange sender store dokumenter, kodearkiver, samtalehistorik eller spor fra værktøjskald ind til modellen. At læse input og skabe output kræver ikke nødvendigvis samme mængde beregning, og CED-arkitekturen skal derfor gøre store kontekster billigere at indlæse uden at spare tilsvarende på outputtet. 38
DeepSeek oplyser desuden et globalt KV-cacheforbrug på omkring 890 byte pr. token – cirka en fjerdedel af det angivne niveau for den tidligere V4 Flash. Selskabet tilskriver det FP4-cachelagring og genbrug af KV-cache på tværs af lag. For vedvarende AI-agenter, hvor kontekst i cache kan blive en væsentlig infrastrukturudgift, kan det få mindst lige så stor betydning som det samlede parametertal. Tallet kommer fra udbyderen og modelkortet og bør afprøves på den konkrete driftsopsætning. 33
38
Sammenlignet med V4 Pro: De offentliggjorte resultater
DeepSeeks tabel viser fremgang i programmering, matematik, terminal-agenter og cybersikkerhed sammenlignet med V4 Pro, men en lavere score på GPQA Diamond. Det er tal fra DeepSeek og modelkortet – ikke en uafhængig, samlet rangliste. 6
11
| Benchmark | V4 Pro | V4.1 Flash | Forskel |
|---|---|---|---|
| GPQA Diamond | 92,4 | 90,9 | -1,5 |
| Codeforces-rating | 3.348 | 3.471 | +123 |
| MathArena Apex | 65,3 | 65,6 | +0,3 |
| Terminal-Bench 2.1 | 87,9 | 90,6 | +2,7 |
| CyberGym | 83,3 | 88,1 | +4,8 |
Den mest rimelige konklusion er derfor nuanceret: V4.1 Flash ser stærkere ud til DeepSeeks erklærede mål om hurtige, prisbevidste og langvarige agent- og kodearbejdsgange. V4 Pro ligger dog stadig foran på den offentliggjorte GPQA Diamond-måling. Påstanden om, at Flash ubetinget er bedre til alle opgaver, understøttes ikke af sammenligningen. 11
DeepSeek har oplyst, at test fra flere parter placerede V4.1 Flash foran V4 Pro på ydelse, pris, hastighed og samlet køretid. Det foreliggende offentlige materiale dokumenterer dog ikke én fælles, uafhængigt revideret faktor for tidsforbruget på agentopgaver fra ende til anden. Betragt derfor den brede sammenligning som en leverandørpåstand, og benchmark den mod egne værktøjer, kontekstlængder og opgavetyper før produktion. 24
1 mio. tokens, vision og API
V4.1 Flash understøtter op til 1 mio. tokens kontekst og kan modtage tekst og billeder i samme forespørgsel. DeepSeek nævner blandt andet billedbeskrivelser, aflæsning af tekst i skærmbilleder og analyse af grafer som anvendelser. 6
23
Det aktuelle model-id i API'et er:
deepseek-flash
Udviklere kan sende en offentligt tilgængelig http(s)-adresse til et billede sammen med tekst. DeepSeeks visionsdokumentation angiver JPEG, PNG, GIF og WebP som understøttede formater. 21
23
Dokumentationen fastslår grænsen på 1 mio. tokens for kontekst, men den angiver ikke tydeligt nok et aktuelt maksimum for outputtokens til, at det kan fastslås her. Det samme gælder den præcise, aktuelle syntaks og tilgængelighed for JSON-output, værktøjskald og ræsonneringskontroller: kontrollér den live API-dokumentation, før en bestemt integrationsadfærd gøres til en forudsætning.
Pris: Cache-hit er det store incitament
De oplyste API-priser for V4.1 Flash er 0,15 dollar pr. mio. inputtokens og 0,60 dollar pr. mio. outputtokens uden for spidsbelastning. I spidsperioder er priserne 0,30 dollar for input og 1,20 dollar for output. Cachet input koster efter de oplyste priser blot 0,003 dollar uden for spidsperioder og 0,006 dollar i spidsperioder pr. mio. tokens. 1
Den meget lave pris ved cache-hit passer til arkitekturens fokus på genbrugt kontekst. Løsninger, der genbruger en stor systemprompt, kodebasekontekst eller agenthistorik, kan derfor få mere ud af modellen end korte engangschats – hvis deres forespørgselsmønster faktisk giver cache-hit.
Migrering: Hvad sker der med de gamle modeller?
DeepSeek har udfaset V4 Flash og V4 Flash Vision Experimental som selvstændige modeller. Af hensyn til kompatibilitet accepteres disse ældre identifikatorer midlertidigt, men forespørgslerne håndteres af V4.1 Flash:
deepseek-v4-flashdeepseek-v4-flash-vision-exp
I den oprindelige meddelelse fra 10. september skrev DeepSeek, at trafik til deepseek-v4-pro fra kl. 04.00 UTC den 14. september skulle rutes til V4.1 Flash og afregnes til Flash-priser, indtil V4.1 Pro var klar. 24
Senere API-dokumentation ændrede det operationelle billede: Her står, at DeepSeek fortsætter V4 Pro API-tjenesten efter 14. september, med uændret afregning, indtil der eventuelt kommer ny besked. Teams, der bruger V4 Pro, bør derfor læne sig op ad den aktuelle API-dokumentation og teste, hvilken model endpointet faktisk returnerer, frem for at antage at den tidligere udfasningsplan stadig gælder. 17
26
Hvorfor det er et egentligt skift i produktlinjen
V4.1 Flash er mere end et omdøbt Flash-endpoint, fordi flere ændringer kommer på samme tid:
- en ny Causal Encoder–Decoder MoE-arkitektur med forskellige aktiveringsniveauer for input og output;
41
- native multimodalitet i hovedendpointet
deepseek-flash;24
- et kontekstvindue på 1 mio. tokens og et væsentligt mindre oplyst KV-cacheforbrug;
6
38
- udfasning af de tidligere Flash- og Flash Vision Experimental-modeller, mens kompatibilitetsaliaser holdes åbne i overgangsperioden.
For udviklere er den fornuftige vej at bruge deepseek-flash i nye integrationer, teste billedhåndtering og lang kontekst på repræsentative arbejdsbelastninger, måle økonomien ved cache-hit og følge den aktuelle dokumentation om V4 Pro-routing og afregning. Arkitekturen ser lovende ud til agenttunge systemer, men den afgørende test er stadig ydelse og omkostning i den konkrete arbejdsgang.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DeepSeek V4.1 Flash: Derfor er den nye Flash-model mere end en billigere V4 Pro"?
DeepSeek V4.1 Flash blev lanceret 10. september 2026 som en multimodal MoE model med 552 mia.
What are the key points to validate first?
DeepSeek V4.1 Flash blev lanceret 10. september 2026 som en multimodal MoE model med 552 mia. Modellen understøtter op til 1 mio. tokens kontekst og tekst plus billeder i samme forespørgsel.
What should I do next in practice?
Det aktuelle API modelnavn er deepseek flash. De ældre Flash og Flash Vision Experimental navne accepteres foreløbigt, men viderestilles til V4.1 Flash.
Sources
jishuzhan.netDeepSeek V4.1 Flash：一次把自家旗舰送走的发布