AnswersPublished22 sources
DeepSeek V4.1 Flash: architettura, benchmark, prezzi e migrazione da V4 Pro
Rilasciato il 10 settembre 2026, DeepSeek V4.1 Flash è un modello multimodale MoE da 552 miliardi di parametri: ne attiva circa 8 miliardi nella lettura dell'input e 16 miliardi nella generazione. Supporta un contesto fino a 1 milione di token e unisce testo e immagini nello stesso endpoint API, deepseek flash.
Pubblicato daModificato con GPT-5.6 TerraImmagini generate con GPT Image 2
Research answer
Key takeaways
- Rilasciato il 10 settembre 2026, DeepSeek V4.1 Flash è un modello multimodale MoE da 552 miliardi di parametri: ne attiva circa 8 miliardi nella lettura dell'input e 16 miliardi nella generazione.
- Supporta un contesto fino a 1 milione di token e unisce testo e immagini nello stesso endpoint API, deepseek flash.
- DeepSeek dichiara un'occupazione della KV cache di circa 890 byte per token, pari a un quarto di quella riportata per il precedente V4 Flash.
- Nei risultati pubblicati supera V4 Pro in Codeforces, MathArena Apex, Terminal Bench 2.1 e CyberGym, ma resta sotto in GPQA Diamond.
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 è un modello multimodale disponibile in produzione dal 10 settembre 2026. È il primo modello della famiglia Causal Encoder–Decoder (CED) di DeepSeek: un Mixture-of-Experts (MoE) da 552 miliardi di parametri pensato per rendere più sostenibili i prompt molto lunghi, il contesto in cache, le immagini e i flussi di lavoro basati su agenti. 41
6
In pratica, DeepSeek lo propone come modello API di riferimento per carichi ad alta intensità, contesti estesi e applicazioni multimodali. I vantaggi dichiarati rispetto a V4 Pro emergono soprattutto su costo, efficienza della memoria e vari test orientati agli agenti; non in tutti i benchmark pubblicati. 24
11
Perché conta la divisione 8B/16B
Dire che un modello MoE ha 552 miliardi di parametri non significa che li utilizzi tutti per ogni token. DeepSeek dichiara che V4.1 Flash ne attiva circa 8 miliardi nella fase di prefill, cioè mentre legge il prompt, e 16 miliardi nella fase di decoding, quando genera la risposta. 41
38
Questa asimmetria è rilevante per chi invia di frequente documenti estesi, repository software, cronologie di conversazione o tracce prodotte da strumenti. Lettura dell'input e generazione dell'output hanno costi computazionali diversi: l'architettura CED mira quindi a rendere meno onerosa l'elaborazione di molto contesto, conservando più calcolo per la generazione. 38
DeepSeek riporta inoltre un'impronta della KV cache globale di circa 890 byte per token, approssimativamente un quarto del valore dichiarato per V4 Flash. L'azienda attribuisce il risultato alla cache KV in FP4 e al riuso della cache tra livelli. Per agenti persistenti, dove il contesto in cache può diventare una voce di costo infrastrutturale importante, questo dato può pesare quanto il numero complessivo di parametri. Resta comunque un valore dichiarato dal fornitore, da verificare sul proprio stack di serving. 33
38
V4.1 Flash contro V4 Pro: i risultati pubblicati
La tabella diffusa da DeepSeek indica miglioramenti in programmazione, matematica, attività da terminale e cybersecurity rispetto a V4 Pro, ma un risultato inferiore in GPQA Diamond. Si tratta di risultati pubblicati nel model card e non di una graduatoria indipendente universale. 6
11
| Benchmark | V4 Pro | V4.1 Flash | Differenza |
|---|---|---|---|
| GPQA Diamond | 92,4 | 90,9 | -1,5 |
| Valutazione Codeforces | 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 |
La lettura più corretta è quindi sfumata: V4.1 Flash sembra più adatto all'obiettivo dichiarato da DeepSeek, cioè workflow di coding e agenti di lunga durata che richiedono velocità e attenzione ai costi. V4 Pro, però, rimane davanti nel dato GPQA Diamond divulgato. Non è dunque supportata dai confronti pubblicati l'affermazione che Flash sia superiore in assoluto per ogni attività. 11
DeepSeek sostiene che test condotti da più soggetti abbiano collocato V4.1 Flash davanti a V4 Pro per prestazioni, costo, velocità e tempo totale di esecuzione. I materiali disponibili non stabiliscono però un singolo moltiplicatore, verificato indipendentemente, per il tempo necessario a completare un'attività agentica end-to-end. È quindi opportuno trattare il confronto generale come una dichiarazione del fornitore e misurarlo sui propri strumenti, sulle lunghezze di contesto reali e sul mix effettivo di compiti. 24
Contesto, immagini e API
V4.1 Flash supporta fino a 1 milione di token di contesto e accetta testo e immagini nella stessa richiesta. La documentazione di DeepSeek indica, tra gli usi possibili, descrizione di immagini, lettura del testo nelle schermate e analisi di grafici. 6
23
L'identificatore API corrente è:
deepseek-flash
Gli sviluppatori possono fornire, insieme al testo, un URL pubblico di un'immagine tramite http(s). La documentazione per la visione elenca JPEG, PNG, GIF e WebP fra i formati supportati. 21
23
La documentazione fornita conferma il limite di contesto da 1 milione di token, ma non chiarisce con sufficiente precisione l'attuale massimo di token in output. Prima di fare affidamento su JSON strutturato, chiamate a strumenti o controlli di ragionamento in un'integrazione specifica, conviene inoltre consultare lo schema API aggiornato.
Prezzi: il peso degli cache hit
I prezzi API riportati per V4.1 Flash sono 0,15 dollari per milione di token in input e 0,60 dollari per milione di token in output nelle fasce non di punta; nelle fasce di punta salgono rispettivamente a 0,30 e 1,20 dollari. Per l'input servito dalla cache, il prezzo indicato è 0,003 dollari fuori picco e 0,006 dollari in fascia di punta per milione di token. 1
Il forte sconto per i cache hit è coerente con l'attenzione del modello al riuso di contesto. Un'applicazione che ripete un ampio prompt di sistema, il contesto di una codebase o la cronologia di un agente può beneficiarne più di una chat breve e isolata, a condizione che le richieste producano effettivamente hit di cache.
Migrazione: che fine fanno i modelli precedenti?
DeepSeek ha ritirato V4 Flash e V4 Flash Vision Experimental come modelli separati. Per compatibilità, i seguenti identificatori legacy restano temporaneamente accettati ma vengono serviti da V4.1 Flash:
deepseek-v4-flashdeepseek-v4-flash-vision-exp
L'annuncio iniziale del 10 settembre indicava che il traffico verso deepseek-v4-pro sarebbe stato inoltrato a V4.1 Flash alle tariffe Flash dalle ore 04:00 UTC del 14 settembre, in attesa di V4.1 Pro. 24
La documentazione API successiva ha però aggiornato il quadro operativo: afferma che DeepSeek continuerà a fornire il servizio API per V4 Pro dopo il 14 settembre, mantenendo invariata la fatturazione fino a nuovo avviso. Chi usa V4 Pro dovrebbe quindi fare riferimento alla documentazione API corrente e verificare il modello effettivamente restituito dall'endpoint, senza presumere che il piano iniziale di ritiro sia ancora applicato. 17
26
Perché non è un semplice cambio di nome
V4.1 Flash rappresenta un cambio di linea di prodotto perché riunisce più novità nello stesso rilascio:
- una nuova architettura MoE Causal Encoder–Decoder, con livelli di attivazione diversi fra input e output;
41
- supporto multimodale nativo nell'endpoint principale
deepseek-flash;24
- contesto da 1 milione di token e una KV cache dichiarata molto più compatta;
6
38
- ritiro dei precedenti modelli Flash e Flash Vision Experimental, con alias di compatibilità durante la transizione.
Per le nuove integrazioni, la scelta prudente è usare deepseek-flash, testare immagini e contesti lunghi su carichi rappresentativi, misurare l'economia dei cache hit e seguire gli aggiornamenti ufficiali su routing e fatturazione di V4 Pro. L'architettura è promettente per sistemi ricchi di agenti, ma la prova decisiva resta il rapporto fra prestazioni e costo nel caso d'uso concreto.
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: architettura, benchmark, prezzi e migrazione da V4 Pro"?
Rilasciato il 10 settembre 2026, DeepSeek V4.1 Flash è un modello multimodale MoE da 552 miliardi di parametri: ne attiva circa 8 miliardi nella lettura dell'input e 16 miliardi nella generazione.
What are the key points to validate first?
Rilasciato il 10 settembre 2026, DeepSeek V4.1 Flash è un modello multimodale MoE da 552 miliardi di parametri: ne attiva circa 8 miliardi nella lettura dell'input e 16 miliardi nella generazione. Supporta un contesto fino a 1 milione di token e unisce testo e immagini nello stesso endpoint API, deepseek flash.
What should I do next in practice?
DeepSeek dichiara un'occupazione della KV cache di circa 890 byte per token, pari a un quarto di quella riportata per il precedente V4 Flash.
Sources
jishuzhan.netDeepSeek V4.1 Flash：一次把自家旗舰送走的发布