AnswersPublished22 sources
DeepSeek V4.1 Flash: snabbare agentarbete med 1 miljon tokens i kontext
DeepSeek V4.1 Flash lanserades den 10 september 2026 och är en multimodal MoE modell med 552 miljarder parametrar, där ungefär 8 miljarder aktiveras när indata läses och 16 miljarder vid generering. Modellen stöder upp till 1 miljon tokens i kontext, kombinerar text och bildinmatning och har enligt DeepSeek ett glob...
Publicerad avRedigerad med GPT-5.6 TerraBilder genererade med GPT Image 2
Research answer
Key takeaways
- DeepSeek V4.1 Flash lanserades den 10 september 2026 och är en multimodal MoE modell med 552 miljarder parametrar, där ungefär 8 miljarder aktiveras när indata läses och 16 miljarder vid generering.
- Modellen stöder upp till 1 miljon tokens i kontext, kombinerar text och bildinmatning och har enligt DeepSeek ett globalt KV cache avtryck på cirka 890 byte per token.
- I de publicerade jämförelserna förbättras resultaten för bland annat kodning, terminalagenter och cybersäkerhet mot V4 Pro, medan V4 Pro behåller ett högre resultat på GPQA Diamond.
- Nya integrationer bör använda modellnamnet deepseek flash. Äldre Flash alias fungerar tillfälligt men routas till V4.1 Flash.
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 blev allmänt tillgänglig den 10 september 2026. Det är en multimodal Mixture-of-Experts-modell (MoE) med 552 miljarder parametrar och den första produktionsmodellen i DeepSeeks familj med Causal Encoder–Decoder-arkitektur, eller CED. Målet är att göra långa promptar, cachad kontext, bildinmatning och agentarbetsflöden billigare att köra. 41
6
I praktiken positioneras V4.1 Flash som DeepSeeks standardmodell med hög genomströmning för stora kontexter och multimodala API-arbetsflöden. De tydligaste fördelarna jämfört med V4 Pro gäller kostnad, minneseffektivitet och flera agentinriktade testsviter. Men de redovisade siffrorna visar inte att den är bäst i varje enskilt test. 24
11
Varför 8B för indata och 16B för utdata spelar roll
Att modellen har 552 miljarder parametrar betyder inte att samtliga används för varje token. DeepSeek uppger att V4.1 Flash aktiverar omkring 8 miljarder parametrar under prefill, när den läser prompten, och omkring 16 miljarder under decoding, när den genererar svaret. 41
38
Det är relevant för tjänster som gång på gång skickar in stora dokument, kodbaser, konversationshistorik eller loggar från verktygsanrop. Att läsa en mycket lång kontext och att skriva ut ett svar har olika beräkningsbehov. CED-upplägget är tänkt att minska kostnaden för själva inläsningen, samtidigt som mer beräkning används när modellen ska formulera sitt svar. 38
DeepSeek anger också ett globalt KV-cache-avtryck på cirka 890 byte per token, ungefär en fjärdedel av den tidigare V4 Flash-siffran. Förklaringen är FP4-cachning av KV-data och återanvändning av KV-cache mellan lager. För långlivade AI-agenter, där sparad kontext kan bli en betydande infrastrukturkostnad, kan detta vara viktigare än den stora parametersiffran. Uppgiften kommer från leverantören och bör verifieras i den egna driftmiljön. 33
38
V4.1 Flash mot V4 Pro: så ser de publicerade resultaten ut
DeepSeeks tabell visar förbättringar mot V4 Pro inom programmering, matematik, terminalagenter och cybersäkerhet, men ett lägre resultat på GPQA Diamond. Siffrorna är rapporterade av leverantören/modellkortet och är inte en oberoende, universell ranking. 6
11
| Benchmark | V4 Pro | V4.1 Flash | Skillnad |
|---|---|---|---|
| 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 rimliga tolkningen är därför nyanserad: V4.1 Flash verkar bättre anpassad till DeepSeeks uttalade mål – snabba, kostnadsmedvetna och långvariga agent- och kodarbetsflöden. Samtidigt ligger V4 Pro före i det redovisade GPQA Diamond-resultatet. Att beskriva Flash som kategoriskt överlägsen för alla uppgifter stöds inte av jämförelsen. 11
DeepSeek uppger att tester från flera parter placerar V4.1 Flash före V4 Pro i prestanda, kostnad, hastighet och total körtid. Det tillhandahållna offentliga underlaget ger dock ingen enhetlig, oberoende granskad multipel för hur mycket snabbare en komplett agentuppgift blir. Se därför den bredare jämförelsen som ett leverantörspåstående och testa med de verktyg, kontextlängder och uppgifter som faktiskt används i produktion. 24
En miljon tokens och inbyggd bildförståelse
V4.1 Flash stöder upp till 1 miljon tokens i kontext och kan ta emot text och bilder i samma förfrågan. DeepSeek nämner bildbeskrivning, läsning av text i skärmdumpar och diagramanalys som exempel på användning. 6
23
Det aktuella modellnamnet i API:t är:
deepseek-flash
Utvecklare kan skicka med en publikt åtkomlig bildlänk via http(s) tillsammans med text. Enligt DeepSeeks visionsdokumentation stöds JPEG, PNG, GIF och WebP. 21
23
Underlaget bekräftar kontextgränsen på 1 miljon tokens, men ger inte en tillräckligt tydlig aktuell gräns för maximalt antal genererade output-tokens. Kontrollera också det aktuella API-schemat innan en integration bygger på ett visst beteende för exempelvis JSON-utdata, verktygsanrop eller resonemangskontroller.
Prissättning: cacheträffar är hela poängen
De rapporterade API-priserna för V4.1 Flash är 0,15 dollar per miljon indatatokens och 0,60 dollar per miljon utdatatokens utanför högtrafik, respektive 0,30 och 1,20 dollar under högtrafik. För cachad indata anges 0,003 dollar utanför högtrafik och 0,006 dollar under högtrafik per miljon tokens. 1
Det mycket låga priset vid cacheträffar passar modellens fokus på återanvänd kontext. Den som återkommer med en stor systemprompt, samma kodbas eller en lång agenthistorik kan få större nytta än användaren av korta engångschattar – förutsatt att anropsmönstret faktiskt ger cacheträffar.
Migrering: vad hände med de äldre modellerna?
DeepSeek har avvecklat V4 Flash och V4 Flash Vision Experimental som egna modeller. Av kompatibilitetsskäl accepteras följande äldre identifierare fortfarande tillfälligt, men förfrågningarna hanteras av V4.1 Flash:
deepseek-v4-flashdeepseek-v4-flash-vision-exp
I det ursprungliga meddelandet den 10 september skrev DeepSeek att trafik till deepseek-v4-pro skulle routas till V4.1 Flash till Flash-priser från 14 september klockan 04.00 UTC, i väntan på V4.1 Pro. 24
Senare API-dokumentation ändrade den operativa bilden: där står att DeepSeek skulle fortsätta erbjuda V4 Pro via API efter den 14 september och behålla samma fakturering tills vidare. Team som använder V4 Pro bör därför utgå från den aktuella API-dokumentationen och testa vilken modell endpointen faktiskt returnerar, i stället för att förlita sig på den tidigare avvecklingsplanen. 17
26
Därför är detta en omstart av produktlinjen
V4.1 Flash är mer än ett nytt namn på ett Flash-endpoint. Flera förändringar kom samtidigt:
- en ny Causal Encoder–Decoder-MoE-arkitektur med olika aktiveringsnivåer för indata och utdata;
41
- inbyggt multimodalt stöd i huvudendpointen
deepseek-flash;24
- kontext på 1 miljon tokens och ett betydligt mindre uppgivet KV-cache-avtryck;
6
38
- avveckling av föregående Flash- och Flash Vision Experimental-modeller, med kompatibilitetsalias under övergången.
För utvecklare är den praktiska vägen att använda deepseek-flash i nya integrationer, testa bildhantering och lång kontext med representativa arbetslaster samt mäta både cacheträffar och kostnad. Arkitekturen ser lovande ut för agenttunga system, men det avgörande beviset är fortfarande prestanda och ekonomi i det egna arbetsflödet.
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: snabbare agentarbete med 1 miljon tokens i kontext"?
DeepSeek V4.1 Flash lanserades den 10 september 2026 och är en multimodal MoE modell med 552 miljarder parametrar, där ungefär 8 miljarder aktiveras när indata läses och 16 miljarder vid generering.
What are the key points to validate first?
DeepSeek V4.1 Flash lanserades den 10 september 2026 och är en multimodal MoE modell med 552 miljarder parametrar, där ungefär 8 miljarder aktiveras när indata läses och 16 miljarder vid generering. Modellen stöder upp till 1 miljon tokens i kontext, kombinerar text och bildinmatning och har enligt DeepSeek ett globalt KV cache avtryck på cirka 890 byte per token.
What should I do next in practice?
I de publicerade jämförelserna förbättras resultaten för bland annat kodning, terminalagenter och cybersäkerhet mot V4 Pro, medan V4 Pro behåller ett högre resultat på GPQA Diamond.
Sources
jishuzhan.netDeepSeek V4.1 Flash：一次把自家旗舰送走的发布