DeepSeekは9月10日、同社が入力向けに8B、出力向けに16Bのアクティブパラメーターを備えた552BパラメーターのMixture-of-Expertsアーキテクチャと説明するV4.1-Flashモデルをリリースした。

同社の声明によると、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。DeepSeekは、V4.1-Flashが新アーキテクチャファミリーで最小のモデルだとしている。

同社によると、主な変更点はモデルのKVキャッシュフットプリントの削減で、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となる。

同社によると、キャッシュの小型化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低減する。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可能性がある。

V4.1-Flashは現在、DeepSeekのAPIを通じて利用できる。一方、旧モデルのV4-FlashとV4-Flash-Vision-Expは提供を終了した。互換性を維持するため、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。

DeepSeekによると、複数の当事者が実施したテストで、V4.1-Flashは性能、コスト、速度、総実行時間の面でV4-Proを上回ったため、同社は後者を段階的に終了する。

9月14日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請求する。声明によると、この措置はDeepSeekがV4.1-Proをリリースするまで継続される。

同社はV4.1-FlashのAPI料金を改定し、オフピーク料金をピーク料金の半額に設定した。新料金は9月10日04:00 UTCに適用された。TencentのWorkBuddyとCodeBuddy、およびOpenCodeは現在、このモデルに対応している。