AnswersPublished22 sources
DeepSeek V4.1 Flash: 552 mrd. parametere, 1 million tokens og det som er nytt fra V4 Pro
DeepSeek V4.1 Flash ble lansert 10. september 2026 og er en multimodal MoE modell med 552 mrd. Modellen støtter opptil 1 million tokens kontekst, tekst og bilder i samme forespørsel, samt en oppgitt global KV cache på 890 byte per token – rundt en firedel av tallet for forrige V4 Flash.
Publisert avRedigert med GPT-5.6 TerraBilder generert med GPT Image 2
Research answer
Key takeaways
- DeepSeek V4.1 Flash ble lansert 10. september 2026 og er en multimodal MoE modell med 552 mrd.
- Modellen støtter opptil 1 million tokens kontekst, tekst og bilder i samme forespørsel, samt en oppgitt global KV cache på 890 byte per token – rundt en firedel av tallet for forrige V4 Flash.
- Bruk modellnavnet deepseek flash i nye integrasjoner. Eldre Flash aliaser rutes midlertidig til V4.1 Flash, mens V4 Pro fortsatt er i drift ifølge nyere API dokumentasjon.
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 generelt tilgjengelig, multimodal modell lansert 10. september 2026. Den er den første produksjonsmodellen i DeepSeeks Causal Encoder–Decoder-familie (CED): en Mixture-of-Experts-modell (MoE) med 552 milliarder parametere, utviklet for å gjøre lange inndata, hurtigbufret kontekst, bilder og agentarbeidsflyter rimeligere. 41
6
I praksis er V4.1 Flash DeepSeeks modell for API-arbeidslaster med høy gjennomstrømming, store kontekstvinduer og multimodale oppgaver. De tydeligste oppgitte fordelene mot V4 Pro gjelder kostnad, minneeffektivitet og flere agentrettede tester. Men de publiserte resultatene viser ikke at den vinner på alle mål. 24
11
Hva betyr 8B/16B-arkitekturen?
Tallet «552 milliarder parametere» sier ikke alene hvor mye av en sparsom MoE-modell som faktisk brukes for hvert token. DeepSeek oppgir at V4.1 Flash aktiverer rundt 8 milliarder parametere ved prefill – fasen der modellen leser prompten – og 16 milliarder ved dekoding, altså når den genererer tekst. 41
38
Denne asymmetrien er særlig relevant for tjenester som stadig sender inn store dokumenter, kodebaser, samtalehistorikk eller spor fra verktøykall. Å lese mye kontekst og å skrive et svar krever ulik beregning, og CED-arkitekturen er ment å redusere kostnaden ved inntak av lange inndata, samtidig som mer beregning beholdes til selve svargenereringen. 38
DeepSeek oppgir også et globalt KV-cache-avtrykk på om lag 890 byte per token, omtrent en firedel av det rapporterte tallet for forrige V4 Flash. Selskapet tilskriver dette FP4-lagring av KV-cache og gjenbruk av KV-cache på tvers av lag. For vedvarende agenter, der bufret kontekst kan bli en vesentlig infrastrukturkostnad, kan dette være minst like viktig som det samlede parameterantallet. Tallet kommer fra leverandøren/modellkortet og bør testes mot egen driftsløsning. 33
38
Sammenlignet med V4 Pro: de publiserte testresultatene
DeepSeeks publiserte tabell viser fremgang mot V4 Pro innen programmering, matematikk, terminalagenter og cybersikkerhet, men lavere resultat på GPQA Diamond. Dette er leverandør- og modellkorttall, ikke en uavhengig fasit for alle typer oppgaver. 6
11
| Test | V4 Pro | V4.1 Flash | Forskjell |
|---|---|---|---|
| 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 nøkterne tolkningen er derfor nyansert: V4.1 Flash fremstår som bedre egnet til DeepSeeks uttalte mål om raske, kostnadsbevisste og langvarige agent- og kodearbeidsflyter, mens V4 Pro fortsatt ligger foran i det oppgitte GPQA Diamond-resultatet. Påstanden om at Flash er overlegent til absolutt alle oppgaver, støttes ikke av den publiserte sammenligningen. 11
DeepSeek har opplyst at tester utført av flere parter plasserer V4.1 Flash foran V4 Pro på ytelse, kostnad, hastighet og samlet kjøretid. Det foreliggende offentlige materialet dokumenterer imidlertid ikke én uavhengig revidert faktor for ende-til-ende-tid i agentoppgaver. Se derfor dette som en leverandørpåstand, og mål mot egne verktøy, kontekstlengder og oppgavemiks før produksjonssetting. 24
Kontekst, bilder og API
V4.1 Flash støtter opptil 1 million tokens kontekst og kan ta imot tekst og bilder i samme forespørsel. DeepSeek nevner blant annet bildebeskrivelser, avlesing av tekst i skjermbilder og diagramanalyse som bruksområder. 6
23
Det nåværende modellnavnet i API-et er:
deepseek-flash
Utviklere kan sende en offentlig tilgjengelig http(s)-URL til et bilde sammen med tekst. DeepSeeks visjonsdokumentasjon oppgir JPEG, PNG, GIF og WebP som støttede formater. 21
23
Den tilgjengelige dokumentasjonen fastslår grensen på 1 million tokens for kontekst, men gir ikke en tilstrekkelig klar, gjeldende maksgrense for genererte tokens til at den bør oppgis her. Utviklere bør også kontrollere gjeldende API-skjema for nøyaktig støtte og syntaks for JSON-utdata, verktøykall og resonneringsinnstillinger før de bygger en integrasjon som er avhengig av en bestemt funksjon.
Priser og hvorfor cache-treff betyr mye
Oppgitte API-priser for V4.1 Flash er 0,15 dollar per million inndatatokens og 0,60 dollar per million utdata-tokens utenom rushtid, og 0,30 dollar for inndata og 1,20 dollar for utdata i rushtid. Prisen for bufrede inndata ved cache-treff er oppgitt til 0,003 dollar utenom rushtid og 0,006 dollar i rushtid per million tokens. 1
Den svært lave cache-prisen passer med arkitekturens vekt på gjentatt kontekst. Applikasjoner som gjenbruker en stor systemprompt, kontekst fra en kodebase eller agenthistorikk, kan få større gevinst enn korte engangschatter – forutsatt at forespørselsmønsteret faktisk gir cache-treff.
Migrering: Hva skjedde med de gamle modellene?
DeepSeek har avviklet V4 Flash og V4 Flash Vision Experimental som egne modeller. Av hensyn til kompatibilitet aksepteres de eldre identifikatorene fortsatt midlertidig, men forespørslene betjenes av V4.1 Flash:
deepseek-v4-flashdeepseek-v4-flash-vision-exp
I den opprinnelige kunngjøringen 10. september skrev DeepSeek at trafikk til deepseek-v4-pro fra 14. september kl. 04.00 UTC skulle rutes til V4.1 Flash og prises etter Flash-satsene, i påvente av V4.1 Pro. 24
Senere API-dokumentasjon endret det operative bildet: Der står det at DeepSeek vil fortsette API-tjenesten for V4 Pro etter 14. september og beholde samme fakturering, inntil videre beskjed. Team som bruker V4 Pro, bør derfor forholde seg til gjeldende API-dokumentasjon og teste hvilken modell endepunktet faktisk returnerer, fremfor å legge den tidligere avviklingsplanen til grunn. 17
26
Hvorfor dette er en omlegging av produktlinjen
V4.1 Flash er mer enn et nytt navn på Flash-endepunktet, fordi flere endringer kom samtidig:
- en ny Causal Encoder–Decoder MoE-arkitektur med ulike aktiveringsnivåer for inndata og utdata;
41
- innebygd multimodal støtte i hovedendepunktet
deepseek-flash;24
- 1 million tokens kontekst og et vesentlig mindre oppgitt KV-cache-avtrykk;
6
38
- avvikling av de tidligere Flash- og Flash Vision Experimental-modellene, med kompatibilitetsaliaser i en overgangsperiode.
For utviklere er den fornuftige veien å bruke deepseek-flash i nye integrasjoner, teste bildehåndtering og lang kontekst på representative arbeidslaster, måle økonomien i cache-treff og følge den løpende dokumentasjonen for V4 Pro-ruting og fakturering. Arkitekturen ser lovende ut for agenttunge systemer, men den avgjørende testen er ytelse og kostnad i arbeidsflyten som faktisk skal driftes.
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: 552 mrd. parametere, 1 million tokens og det som er nytt fra V4 Pro"?
DeepSeek V4.1 Flash ble lansert 10. september 2026 og er en multimodal MoE modell med 552 mrd.
What are the key points to validate first?
DeepSeek V4.1 Flash ble lansert 10. september 2026 og er en multimodal MoE modell med 552 mrd. Modellen støtter opptil 1 million tokens kontekst, tekst og bilder i samme forespørsel, samt en oppgitt global KV cache på 890 byte per token – rundt en firedel av tallet for forrige V4 Flash.
What should I do next in practice?
Bruk modellnavnet deepseek flash i nye integrasjoner. Eldre Flash aliaser rutes midlertidig til V4.1 Flash, mens V4 Pro fortsatt er i drift ifølge nyere API dokumentasjon.
Sources
jishuzhan.netDeepSeek V4.1 Flash：一次把自家旗舰送走的发布