DeepSeek Advanced Åpne vekter Tilgjengelig i FlowHunt

DeepSeek V4.1 Flash

DeepSeek V4.1 Flash er en multimodal AI-modell på avansert nivå, utviklet av DeepSeek og utgitt i september 2026. Som en modell med åpne vekter under MIT-lisensen er de trente vektene offentlig tilgjengelige, slik at du kan selvverte den, finjustere den på egne data eller kjøre den lokalt uten API-avhengigheter. Kontekstvinduet på 1M tokens er stort nok til å romme hele kodebaser, lange tekniske dokumenter eller utvidede agentøkter uten avkorting.

Les mer
DeepSeek V4.1 Flash er en Mixture-of-Experts-modell med 552B parametere i ryggraden som nativt behandler bilder og tekst og genererer tekst. Bare 8B parametere er aktive per token under prefill og 16B under dekoding, noe DeepSeek sier forbedrer kostnadseffektiviteten for agentiske arbeidsflyter med mye inndata. Dens KV-cache er mye mindre enn DeepSeek V4-Flashs, noe som reduserer minnet som trengs for lange kontekster. Den støtter også en innstilling for resonneringsinnsats som kan justeres kontinuerlig.

Referanseprøver

Hvert resultat vises én gang, med rangering blant sporede modeller og hvem som målte det.

Sammenlignet med Advanced-modeller på samme skala
  • DeepSeek V4.1 Flashdenne modellen
  • Mistral Large 4denne modellen leder på 3 av 4
  • Claude Sonnet 5.5denne modellen leder på 1 av 4
Verifisert uavhengig evaluator, teller med i rangeringen Selvrapportert publisert av DeepSeek, vises men rangeres ikke
Samlet

AA Intelligence Index

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

Kilde ↗

DeepSeek V4.1 Flash 39,5 Mistral Large 4 38,4 Claude Sonnet 5.5 56,0
#19av 45 Verifisert
Koding

DeepSWE

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

Kilde ↗

DeepSeek V4.1 Flash 74,2% Mistral Large 4 61,7% Claude Sonnet 5.5 71,0%
Ikke rangert Selvrapportert
Agenter

Terminal-Bench 4.0

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

Kilde ↗Også: Selvrapportert 31,2%

DeepSeek V4.1 Flash 26,8% Mistral Large 4 26,8% Claude Sonnet 5.5 63,6%
#14av 36 Verifisert
Resonnering

Humanity's Last Exam

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

Kilde ↗Også: Selvrapportert 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%
#26av 44 Verifisert

GPQA Diamond

Graduate-level science questions that search cannot answer.

Kilde ↗

DeepSeek V4.1 Flash 90,9% Mistral Large 4 Ingen score Claude Sonnet 5.5 Ingen score
Ikke rangert Selvrapportert

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Kilde ↗

DeepSeek V4.1 Flash 72,9% Mistral Large 4 Ingen score Claude Sonnet 5.5 Ingen score
#13av 27 Verifisert

Hva du bør bruke DeepSeek V4.1 Flash til

Selvhostede og private distribusjoner

DeepSeek V4.1 Flash har åpne vekter under MIT-lisensen. Kjør den på din egen GPU-maskinvare eller private sky for å holde data i ditt eget miljø, unngå API-kostnader per token i stor skala, eller finjuster den på proprietære datasett.

Agentiske arbeidsflyter med mye inndata

Designen aktiverer færre parametere under prefill, noe DeepSeek sier forbedrer kostnadseffektiviteten for agenter som leser mye kontekst for hvert trinn.

Langdokument- & Kodebaseanalyse

Med et kontekstvindu på 1M tokens og en kompakt KV-cache kan DeepSeek V4.1 Flash ta inn hele repositorier, lange kontrakter eller omfattende arbeidshistorikk i én enkelt forespørsel.

Bilde- og tekstinput

Modellen behandler bilder nativt sammen med tekst, slik at én distribusjon kan håndtere dokumenter, skjermbilder og diagrammer.

Styrker og begrensninger

Styrker

  • Agentiske arbeidsflyter
  • Selvhostede og datakonfidensielle distribusjoner (åpne vekter, MIT-lisens)
  • Bilde- og tekstinput
  • Justerbar resonneringsinnsats
  • Svært lange dokumenter og store kodebaser (1M kontekst)

Begrensninger

  • Selvhosting av en modell med 552B parametere krever betydelig GPU-infrastruktur

Bruk den i FlowHunt

Bruk DeepSeek V4.1 Flash i alle flyter, ved siden av dine egne verktøy og kunnskapskilder.

  1. 1Åpne en flyt, eller lag en fra en mal
  2. 2Legg til en AI Agent- eller Generator-komponent
  3. 3Velg DeepSeek V4.1 Flash i modellvelgeren

Relaterte AI-modeller

Om DeepSeek Hangzhou, China · Grunnlagt 2023 · deepseek.com

DeepSeek er et kinesisk KI-forskningslaboratorium grunnlagt i 2023 som et datterselskap av High-Flyer, et av Kinas største kvantitative hedgefond. Laboratoriet ble bredt kjent tidlig i 2025 da lanseringen av DeepSeek V3 og R1 utløste det største enkeltdagsfallet i NVIDIA-markedsverdi til da, ettersom investorer vurderte kapitalintensiteten i frontlinjemodellutvikling på nytt i lys av DeepSeeks rapporterte lavere treningskostnader. DeepSeek er uvanlig blant frontlinjelaboratorier i sin forpliktelse til å publisere åpne vektmodeller ved siden av sin proprietære forskning, og i å drive en aktiv tilstedeværelse i sosiale medier som kritiserer prisingen av lukkede modeller. V-seriens modeller (V3 til V4-Pro) er mye brukt som selvhostbare kode- og resonneringsmodeller i Vesten, til tross for pågående regulatorisk og sikkerhetsmessig gransking av kinesisk-opprinnelige KI-modeller i flere jurisdiksjoner.

deepseek.com ↗

Se den fullstendige AI-modell-ledertavlen

Vanlige spørsmål