A DeepSeek lançou seu modelo V4.1-Flash em Sept. 10, com o que a empresa descreve como uma arquitetura de mistura de especialistas com 552B de parâmetros, sendo 8B de parâmetros ativos para entrada e 16B para saída.
O modelo usa uma nova arquitetura Causal Encoder-Decoder e oferece suporte nativo a entradas multimodais, incluindo compreensão visual, de acordo com um comunicado. A DeepSeek afirmou que o V4.1-Flash é o menor modelo de sua nova família de arquiteturas.
Uma mudança importante é a redução da ocupação do cache KV do modelo, observou a empresa, acrescentando que o V4.1-Flash requer um quarto da HBM e um oitavo do armazenamento SSD usados pela geração anterior.
Segundo a empresa, o cache menor reduz os requisitos de armazenamento para cargas de trabalho agentic, nas quais os custos de acertos no cache podem representar uma parcela significativa dos custos gerais de uso.
O V4.1-Flash já está disponível por meio da API da DeepSeek, enquanto os modelos antigos V4-Flash e V4-Flash-Vision-Exp foram descontinuados. Seus nomes de API direcionarão temporariamente as solicitações para o V4.1-Flash por motivos de compatibilidade.
A DeepSeek afirma que o V4.1-Flash superou o V4-Pro em desempenho, custo, velocidade e tempo total de execução em testes realizados por várias partes, e que, por isso, está descontinuando gradualmente o último.
A partir de Sept. 14 às 04:00 UTC, a DeepSeek direcionará todas as solicitações feitas ao V4 Pro para o V4.1-Flash, cobrando as tarifas do modelo mais recente. O acordo permanecerá em vigor até que a DeepSeek lance o V4.1-Pro, segundo o comunicado.
A empresa ajustou os preços da API do V4.1-Flash, com tarifas fora do horário de pico definidas em metade do preço de pico. Os novos preços entraram em vigor às 04:00 UTC de Sept. 10. O WorkBuddy e o CodeBuddy, da Tencent, além do OpenCode, agora oferecem suporte ao modelo.