DeepSeek Advanced Open gewichten Beschikbaar in FlowHunt

DeepSeek V4.1 Flash

DeepSeek V4.1 Flash is een multimodaal AI-model van het Geavanceerde niveau, ontwikkeld door DeepSeek en uitgebracht in september 2026. Als open-weight model onder de MIT-licentie zijn de getrainde gewichten openbaar beschikbaar, zodat u het zelf kunt hosten, kunt finetunen op eigen data of on-premise kunt draaien zonder API-afhankelijkheid. Het contextvenster van 1M tokens is groot genoeg om volledige codebases, uitgebreide technische documenten of langdurige agentische sessies zonder truncatie te bevatten.

Lees meer
DeepSeek V4.1 Flash is een Mixture-of-Experts-model met 552B backbone-parameters dat van nature afbeeldingen en tekst verwerkt en tekst genereert. Slechts 8B parameters zijn actief per token tijdens prefill en 16B tijdens decode, wat volgens DeepSeek de kostenefficiëntie verbetert voor agentische workloads met veel invoer. De KV-cache is veel kleiner dan die van DeepSeek V4-Flash, waardoor er minder geheugen nodig is voor lange contexten. Het ondersteunt ook een redeneer-effort-instelling die continu kan worden aangepast.
Probeer in FlowHunt Terug naar de AI Leaderboard

Benchmarks

Elke score komt één keer voor, met de rang onder de gevolgde modellen en wie de score heeft gemeten.

Vergeleken met Advanced-modellen op dezelfde schaal
  • DeepSeek V4.1 Flashdit model
  • Mistral Large 4dit model leidt bij 3 van 4
  • Claude Sonnet 5.5dit model leidt bij 1 van 4
Geverifieerd onafhankelijke beoordelaar, telt mee voor de ranking Zelf gerapporteerd gepubliceerd door DeepSeek, getoond maar niet gerankt
Overall

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

Bron ↗

DeepSeek V4.1 Flash 39,5 Mistral Large 4 38,4 Claude Sonnet 5.5 56,0
#19van 45 Geverifieerd
Coderen

DeepSWE

113 long-horizon software tasks written from scratch, graded by hidden tests.

Bron ↗

DeepSeek V4.1 Flash 74,2% Mistral Large 4 61,7% Claude Sonnet 5.5 71,0%
Niet gerankt Zelf gerapporteerd
Agents

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

Bron ↗Ook: Zelf gerapporteerd 31,2%

DeepSeek V4.1 Flash 26,8% Mistral Large 4 26,8% Claude Sonnet 5.5 63,6%
#14van 36 Geverifieerd
Redeneren

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

Bron ↗Ook: Zelf gerapporteerd 36,8% (full set; 39.1 text-only subset)

DeepSeek V4.1 Flash 39,2% Mistral Large 4 35,0% Claude Sonnet 5.5 55,0%
#26van 44 Geverifieerd

GPQA Diamond

Graduate-level science questions that search cannot answer.

Bron ↗

DeepSeek V4.1 Flash 90,9% Mistral Large 4 Geen score Claude Sonnet 5.5 Geen score
Niet gerankt Zelf gerapporteerd

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Bron ↗

DeepSeek V4.1 Flash 72,9% Mistral Large 4 Geen score Claude Sonnet 5.5 Geen score
#13van 27 Geverifieerd

Waarvoor DeepSeek V4.1 Flash te Gebruiken

Zelf Gehoste & Private Implementaties

DeepSeek V4.1 Flash is open-weight onder de MIT-licentie. Draai het op uw eigen GPU-hardware of private cloud om data in uw omgeving te houden, API-kosten per token op schaal te vermijden of het te finetunen op eigen datasets.

Agentische Workflows met Veel Invoer

Het ontwerp activeert tijdens prefill minder parameters, wat volgens DeepSeek de kostenefficiëntie verbetert voor agents die bij elke stap veel context lezen.

Analyse van Lange Documenten & Codebases

Met een contextvenster van 1M tokens en een compacte KV-cache kan DeepSeek V4.1 Flash volledige repository's, lange contracten of uitgebreide werkgeschiedenissen in één prompt opnemen.

Invoer van Afbeeldingen en Tekst

Het model verwerkt van nature afbeeldingen naast tekst, zodat één implementatie documenten, screenshots en diagrammen kan verwerken.

Sterke punten en beperkingen

Sterke punten

  • Agentische workflows
  • Zelf gehoste en privacybeschermende implementaties (open-weight, MIT-licentie)
  • Invoer van afbeeldingen en tekst
  • Instelbare redeneer-effort
  • Zeer lange documenten en grote codebases (1M context)

Beperkingen

  • Zelf hosten van een model met 552B parameters vraagt aanzienlijke GPU-infrastructuur

Gebruik het in FlowHunt

Gebruik DeepSeek V4.1 Flash in elke flow, naast je eigen tools en kennisbronnen.

  1. 1Open een flow of maak er een op basis van een sjabloon
  2. 2Voeg een AI Agent- of Generator-component toe
  3. 3Kies DeepSeek V4.1 Flash in de modelkiezer

Gerelateerde AI-modellen

Over DeepSeek Hangzhou, China · Opgericht 2023 · deepseek.com

DeepSeek is een Chinees AI-onderzoekslaboratorium dat in 2023 werd opgericht als dochteronderneming van High-Flyer, een van de grootste kwantitatieve hedgefondsen van China. Het laboratorium werd begin 2025 algemeen bekend toen de release van DeepSeek V3 en R1 de grootste dagelijkse daling in de marktkapitalisatie van NVIDIA tot die datum veroorzaakte, omdat investeerders de kapitaalintensiteit van de ontwikkeling van geavanceerde modellen heroverwogen in het licht van de gerapporteerde lagere trainingskosten van DeepSeek. DeepSeek is ongebruikelijk onder geavanceerde laboratoria vanwege haar toewijding aan het uitbrengen van open-gewicht modellen naast haar eigen onderzoek, en het voeren van een actieve aanwezigheid op sociale media die kritiek levert op de prijsstelling van gesloten modellen. De V-serie modellen (V3 tot en met V4-Pro) worden in het Westen veel gebruikt als zelf-hostbare codeer- en redeneermodellen, ondanks voortdurend regelgevend en beveiligingstoezicht op AI-modellen van Chinese oorsprong in verschillende rechtsgebieden.

deepseek.com ↗

Bekijk het Volledige AI Model Leaderboard

Vergelijk alle gevolgde modellen op benchmarks voor programmeren, agents en redeneren, met elke score gemarkeerd als geverifieerd of zelf gerapporteerd.

← Terug naar AI Leaderboard Probeer in FlowHunt

Veelgestelde vragen