DeepSeek V4.1 Flash wyprzedza GPT-5.6 Sol i Claude Opus 5 w części testów. Koszty użytkowania są znacznie mniejsze

DeepSeek ponownie mocno naciska na efektywność modeli AI. V4.1 Flash jest pierwszym przedstawicielem nowej architektury Causal Encoder-Decoder, która rozdziela przetwarzanie wejścia i generowanie odpowiedzi. Model ma 552 mld parametrów w backbone'ie MoE, ale podczas prefill aktywuje tylko 8 mld z nich. Jednocześnie DeepSeek ograniczył rozmiar KV cache, zmniejszając wymagania dotyczące HBM do jednej czwartej poprzedniej generacji i SSD do jednej ósmej.

DeepSeek V4.1 Flash wykorzystuje architekturę Causal Encoder-Decoder. Ta pozwala aktywować 8 mld parametrów podczas prefill i 16 mld podczas generowania odpowiedzi. Ogranicza też zapotrzebowanie na KV cache, HBM i SSD, a w części benchmarków jest lepszy od GPT-5.6 Sol i Claude Opus 5.

GPT-6 Astra przechodzi całą grę Portal bez ludzkiej pomocy. Wystarczyło 3336 wywołań narzędzi i 571 dolarów w tokenach

Model DeepSeek V4.1 Flash wykorzystuje 40-warstwowy Transformer podzielony na 20-warstwowy enkoder przyczynowy i 20-warstwowy dekoder. Model ma 552 mld parametrów w backbone'ie MoE (to główna część modelu z wieloma „ekspertami”, z których aktywowana jest tylko potrzebna część), a dodatkowe 196 mld parametrów przypisano pamięci Engram (dodatkowa pamięć modelu, która przechowuje informacje potrzebne do szybszego przetwarzania wiedzy). Podczas prefill (etap przetwarzania promptu przez model przed rozpoczęciem generowania odpowiedzi) aktywuje 8 mld parametrów na token, natomiast podczas generowania odpowiedzi 16 mld. To rozwiązanie ma ograniczyć koszt pracy z dużymi kontekstami i długimi sesjami agentowymi. Istotną zmianą jest również sposób zarządzania KV cache (pamięć podręczna przechowująca informacje z wcześniejszych tokenów, aby model nie musiał przetwarzać ich ponownie). Causal Encoder-Decoder (architektura, która rozdziela przetwarzanie wejścia od generowania odpowiedzi) pozwala wyprowadzać globalny cache dekodera z końcowych stanów enkodera. DeepSeek wykorzystuje przy tym Compressed Sparse Attention 2 (mechanizm uwagi, który ogranicza liczbę analizowanych elementów, zmniejszając zużycie pamięci i obliczeń), pamięć KV w formacie FP4 oraz SWA Bounded Replay (mechanizm ograniczający zakres ponownie przetwarzanych informacji, aby zmniejszyć zużycie pamięci i obliczeń). W efekcie cache ma rozmiar około 890 bajtów na token, a producent deklaruje czterokrotnie niższe zapotrzebowanie na HBM i ośmiokrotnie niższe na SSD względem V4 Flash.

Natywny transfer haseł i passkeyów w menedżerach w Androidzie. Google, 1Password, Bitwarden i Dashlane już go obsługują

Wyniki benchmarków są mocne, ale nie oznaczają jednoznacznego zwycięstwa nad wszystkimi flagowymi modelami. V4.1 Flash uzyskał 90,6 pkt w Terminal-Bench 2.1, 74,2 w DeepSWE v1.1, 88,1 w CyberGym i 54,8 w AutomationBench, wyprzedzając w części tych testów GPT-5.6 Sol oraz Claude Opus 5. Jednocześnie w Terminal-Bench 4.0 uzyskał 31,2 pkt wobec 51,8 Claude Opus 5 i 39,9 GPT-5.6 Sol, a w Humanity's Last Exam osiągnął 36,8 pkt, pozostając za obydwoma modelami. Wyniki pochodzą z testów przedstawionych przez DeepSeek, dlatego należy traktować je jako dane producenta. DeepSeek udostępnił V4.1 Flash przez API i publikuje jego wagi na licencji MIT. Firma zapowiedziała również wycofywanie V4 Pro. Od 14 września żądania kierowane do tego modelu będą przekierowywane do V4.1 Flash do czasu premiery V4.1 Pro.