DeepSeekは木曜日、V4.1-Flashモデルをリリースし、入力時に8B、出力時に16Bのパラメーターをアクティブ化する、552BパラメーターのMixture-of-Expertsアーキテクチャを導入した。

このモデルは、新しいCausal Encoder-Decoderアーキテクチャを採用し、視覚理解を含むネイティブなマルチモーダル入力に対応すると、声明で説明している。DeepSeekによると、V4.1-Flashは同社の新しいアーキテクチャファミリーで最小のモデルだという。

同社は、重要な変更点としてモデルのKVキャッシュフットプリントの縮小を挙げ、V4.1-Flashが必要とするHBMは前世代の4分の1、SSDストレージは8分の1だと説明した。

同社によると、キャッシュの縮小により、エージェント型ワークロードのストレージ要件が軽減される。こうしたワークロードでは、キャッシュヒットにかかるコストが全体の利用コストの大きな割合を占める場合がある。

V4.1-Flashは現在、DeepSeekのAPIで利用できる。一方、旧モデルのV4-FlashとV4-Flash-Vision-Expは提供を終了した。互換性確保のため、これらのAPI名へのリクエストは当面、V4.1-Flashにルーティングされる。

注目すべきことに、複数の組織によるテストでは、V4.1-Flashが性能、コスト、速度、総実行時間のすべてでV4-Proを上回ったため、同社は後者を段階的に廃止する。

来週のSept. 14 04:00 UTCから、DeepSeekはV4 Pro宛てのすべてのリクエストをV4.1-Flashにルーティングし、最新モデルの料金で課金する。声明によると、この運用はDeepSeekがV4.1-Proをリリースするまで継続する。

同社はV4.1-Flash APIの料金を改定し、オフピーク料金をピーク時料金の半額に設定した。新料金はSept. 10 04:00 UTCに適用された。TencentのWorkBuddyとCodeBuddy、およびOpenCodeが現在、このモデルに対応している。