Вышел DeepSeek V4.1 Flash
Новая модель получила 552 млрд параметров, но за один токен использует только 8 млрд при обработке входных данных и 16 млрд при генерации. За счет этого DeepSeek делает упор на длинные агентные задачи
Новая модель получила 552 млрд параметров, но за один токен использует только 8 млрд при обработке входных данных и 16 млрд при генерации. За счет этого DeepSeek делает упор на длинные агентные задачи, где модели приходится постоянно работать с огромным контекстом.
Главное изменение внутри модели связано с KV Cache. DeepSeek сократила его размер до 890 байт на токен, примерно в четыре раза меньше прошлой V4 Flash. Это снижает требования к памяти при работе с длинными диалогами, кодовыми базами и агентами.
Модель мультимодальная, понимает текст и изображения, поддерживает контекст до 1 млн токенов и позволяет вручную задавать глубину рассуждений от 1 до 100.
На DeepSWE v1.1 она получила 74.2 процента, на Terminal Bench 2.1 набрала 90.6 процента, а на CyberGym 88.1 процента. В нескольких агентных тестах V4.1 Flash обходит GPT-5.6 Sol и Claude Opus 5.0.
Веса уже лежат на Hugging Face под лицензией MIT.
Подпишись, чтобы
ничего не пропустить
Бесплатные промпты для нейросетей на русском, новости ИИ и уроки по генерации фото, видео и текста, доступные на всех площадках.