Обзор Flash DeepSeek версии 4.1: тесты производительности, цены и нововведения

Версия DeepSeek V4.1 Flash — это обновление DeepSeek, выпущенное 10 сентября 2026 года, в котором добавлен встроенный ввод изображений, уменьшен объем кэша, улучшены оценки агентов по данным поставщиков и снижены тарифы на API. Он лучше всего подходит разработчикам, использующим агенты с большим объемом обработки данных или интенсивным вводом данных. Главное замечание: DeepSeek прошел опубликованные тесты производительности, а V4 Pro по-прежнему лидирует в отдельных тестах на передовое логическое мышление.

Что такое прошивка DeepSeek V4.1?

DeepSeek V4.1 Flash — это мультимодальная модель с открытыми весами, разработанная для программирования, использования инструментов, визуального понимания и рабочих процессов агентов с длинным контекстом. Компания DeepSeek выпустила её 10 сентября 2026 года и публикует веса в виде DeepSeek-V4.1-Flash, и предоставляет доступ к размещённой модели через deepseek-flash Название API.

Этот релиз важен не только из-за улучшения результатов тестов. Flash теперь поддерживает текст и изображения, предлагает контекстное окно объемом в один миллион токенов и существенно сокращает объем памяти, требуемый для кэша «ключ-значение». Кроме того, в тарифе DeepSeek снижены расценки на хостируемые API по сравнению с уходящим тарифом V4 Pro. Такое сочетание направлено на устранение практического узкого места: обеспечение доступности долго работающих агентов при накоплении подсказок, контекста репозитория, скриншотов и истории использования инструментов.

Режим «Thinking» включен по умолчанию, хотя также доступен режим «Non-thinking». Поддерживаются вывод данных в формате JSON и вызов инструментов. DeepSeek также обеспечивает совместимость с API Responses и API Anthropic, что сокращает объем работ по миграции для приложений, уже построенных на основе этих интерфейсов.

Что нового в прошивке DeepSeek V4.1?

Магистральная система 552B MoE с асимметричной вычислительной архитектурой

Согласно Технический отчет DeepSeek версии 4.1, в модели используется базовая архитектура «смесь экспертов» (Mixture of Experts) с 552 миллиардами параметров, включающая 20-слойный каузальный кодер и 20-слойный декодер. Общее количество параметров не соответствует количеству, используемому для каждого токена: согласно отчету DeepSeek, во время предварительной загрузки используется примерно 8 млрд активных параметров, а во время декодирования — 16 млрд.

Такая асимметричная архитектура обеспечивает разные вычислительные ресурсы для этапов предварительной загрузки и генерации. Этап предварительной загрузки включает обработку промпта, документов, изображений и предыдущего диалога; декодирование же позволяет генерировать ответ по токенам. Более низкая активная вычислительная нагрузка на этапе предварительной загрузки особенно актуальна для рабочих нагрузок масштаба репозиториев и исследовательских агентов, которые тратят значительные ресурсы на чтение перед записью.

Гораздо меньший кэш KV

В отчете указан общий размер кэша KV, равный 890 байт на один токен, что составляет примерно четверть объёма кэша V4 Flash в памяти с высокой пропускной способностью. По данным DeepSeek, требования к объёму постоянного кэша составляют примерно одну восьмую от показателей предыдущего поколения. Для контекста с миллионом токенов это скорее особенность развертывания, чем абстрактная деталь архитектуры: размер кэша влияет на то, сколько длительных сеансов может поддерживать сервер и сколько памяти потребляет каждый из них.

Ввод исходных изображений и мультимодальное предварительное обучение

В версии V4.1 Flash поддерживает обрабатывать изображения напрямую, без использования отдельного конечного пункта под брендом Vision. Согласно DeepSeek, модель была предварительно обучена на мультимодальном корпусе объёмом 45 триллионов токенов. На практике это означает, что скриншоты, диаграммы, отсканированные таблицы, состояния интерфейса и визуальные данные для отладки становятся частью того же диалога агента, что и код и текст.

Тесты производительности DeepSeek V4.1: что показывают официальные результаты

Наиболее убедительные результаты версии DeepSeek V4.1 Flash продемонстрированы в тестах по кодированию и работе с агентами. Поставщик оценил модель инструкций с экспериментальным показателем усилия 100, который был публично представлен как максимальный показатель усилия рассуждения, с использованием температура=1,0 и top_p=0,95. В тестах с использованием кодового агента применялись именованные наборы тестов и контекст объемом в один миллион токенов; в тестах с использованием визуального агента применялся код Claude с контекстом объемом 512K токенов.

Эта тенденция является полезной, но имеет более узкий характер, чем общее утверждение о “лучшей модели”. V4.1 Flash опережает V4 Pro по пяти показателям — программированию, работе с терминалами, безопасности и автоматизации, — представленным выше. V4 Pro по-прежнему лидирует в тесте GPQA Diamond и в поднаборе «только текст» из теста «Humanity’s Last Exam». Разработчики, сравнивающие более широкий список моделей для кодирования, могут воспользоваться нашим Руководство по выбору лучшей модели ИИ для программирования, но оценка на уровне приложения по-прежнему имеет большее значение, чем одна таблица.

Уровень усилий, затрачиваемых на рассуждения, также влияет на затраты и результаты. Согласно отчёту DeepSeek, увеличение экспериментальных усилий с 25 до 100 привело к росту показателя DeepSWE v1.1 с 66,0 до 74,2 и показателя Terminal-Bench 2.1 с 82,4 до 90,6, при этом потребление выходных токенов увеличилось примерно в 2,5 раза. Восемь конфигураций агентов, представленных в отчёте, также дали существенно разные результаты, исходя из одной и той же контрольной точки, поэтому выбор фреймворка является частью исследуемой системы.

В отчете DeepSeek отмечается, что устойчивость к экстремальным входным данным не охарактеризована в полной мере. В отчете указывается, что ошибки выбора CSA2 и приближенная реконструкция состояния с помощью механизма «скользящего окна» могут снижать эффективность в пограничных случаях, выходящих за пределы набора тестов. Также признается наличие остающихся пробелов в решении самых сложных задач, связанных с пограничным рассуждением и краевыми случаями. Эти оговорки следует учитывать при интерпретации основных результатов.

Два воспроизводимых задания для оценки версии V4.1 Flash

Следующие задачи позволяют проверить конкретные модели поведения без использования в качестве доказательства запроса, который не был обработан. Используйте точное формулировку запроса, сохраните в отчете настройки модели и уровня усилия, а также оцените ответ по приведенным критериям. Результаты одного прогона следует указывать в виде наблюдения с указанием даты, а не в качестве общего эталонного показателя.

Ознакомьтесь с приложенной таблицей результатов тестирования из технического отчета по задаче DeepSeek. Возвращайте только JSON с точно такой структурой верхнего уровня:
{
  "Codeforces": {"DeepSeek V4.1 Flash": ..., "DeepSeek V4 Pro": ..., "DeepSeek V4 Flash": ..., "leader": "..."},
  "Terminal-Bench 2.1": {"DeepSeek V4.1 Flash": ..., "DeepSeek V4 Pro": ..., "DeepSeek V4 Flash": ..., "leader": "..."},
  "DeepSWE v1.1": {"DeepSeek V4.1 Flash": ..., "DeepSeek V4 Pro": ..., "DeepSeek V4 Flash": ..., "leader": "..."},
  "GPQA Diamond": {"DeepSeek V4.1 Flash": ..., "DeepSeek V4 Pro": ..., "DeepSeek V4 Flash": ..., "leader": "..."}
}

Извлеките только эти четыре строки. Сохраните каждое число в точном соответствии с тем, как оно напечатано. Не домысливайте неразборчивые или отсутствующие значения; вместо этого используйте значение null. Выберите `leader` по наибольшему числовому значению в каждой строке.

Вы знакомитесь с вспомогательной функцией TypeScript для параллельного выполнения задач. Она предназначена для одновременного выполнения не более `limit` задач, сохранения порядка результатов и прерывания работы в случае сбоя любой из задач.

```ts
export async function mapLimit(
  items: T[],
  limit: number,
  fn: (item: T, index: number) => Promise,
): Promise {
  const results = new Array(items.length);
  let next = 0;

  async function worker() {
    while (next < items.length) {
 const index = next;
 await Promise.resolve();
 next++;
      results[index] = await fn(items[index], index);
    }
  }

  await Promise.all(
    Array.from({ length: Math.min(limit, items.length) }, worker),
  );
  return results;
}
```

Верните ровно три раздела:
1. Основная причина
2. Минимальный унифицированный дифф
3. Один регрессионный тест Vitest, измеряющий пиковую параллельность и порядок результатов

Не перепроектируйте API. Также отклоняйте `limit <= 0` с помощью `RangeError`.

Цены на флеш-память DeepSeek версии 4.1

При ценообразовании по API DeepSeek используются два тарифных плана, и все приведенные ниже цифры указаны в долларах США за миллион токенов. Пиковые периоды — это с 01:00 до 04:00 UTC и с 06:00 до 10:00 UTC, с понедельника по пятницу. Во все остальное время действуют тарифы вне пиковых нагрузок. За кешированные и некешированные входные данные, а также за выходные данные взимается разная плата.

В качестве простого арифметического примера: запрос в непиковое время с 800 000 некэшированных входных токенов и 20 000 выходных токенов обошёлся бы примерно в $0.132: $0,12 для ввода плюс $0,012 для вывода. Стоимость того же жетона при пиковых тарифах составила бы около $0.264. Этот расчет носит иллюстративный характер и не является счётом за фактическую рабочую нагрузку; количество попаданий в кэш, повторных попыток, циклов инструмента и длины рассуждений влияют на итоговую сумму.

В обоих тарифных планах кэшированный ввод обходится в пятьдесят раз дешевле, чем некэшированный, что делает стабильные префиксы промптов и повторно используемый контекст экономически значимыми. Тариф на общедоступный API DeepSeek не связан с доступом и выставлением счетов по тарифу GlobalGPT. Не следует рассматривать эти цены на токены как цены на подписку или кредит по тарифу GlobalGPT.

API, возможности и ограничения DeepSeek V4.1

Прямой API DeepSeek использует deepseek-flash. Разработчики могут обратиться к стандартной конечной точке по адресу https://api.deepseek.com, API «Responses» на той же базе или базу, совместимую с Anthropic, по адресу https://api.deepseek.com/anthropic. В «Responses» поддерживаются функциональные инструменты. В DeepSeek также описано применить_патч пользовательский инструмент; другие типы встроенных инструментов «Responses» игнорируются, а не выполняются.

Форматы визуальных элементов и правила их размещения

DeepSeek поддерживает изображения в форматах JPEG, PNG, GIF и WebP. Размер встроенного изображения может составлять до 32 MiB, а файлового — до 64 MiB. Согласно документации, общее ограничение позволяет отправлять до 600 изображений в одном запросе. Это ограничение не является рекомендацией: большие партии увеличивают размер подсказки, задержку и затрудняют отслеживание того, какое именно изображение послужило основой для ответа.

В API «Ответы» изображения должны размещаться в сообщениях пользователей. Изображения, размещенные в система или помощник сообщения возвращают код ошибки HTTP 400. Уровень совместимости не принимает обычные файлы в качестве элементов ввода, поэтому приложениям следует использовать описанные в документации формы ввода изображений, а не полагаться на полную совместимость с функциями ответов OpenAI.

Контекст, выходные данные и ограничения на параллелизм

Максимальный контекст составляет один миллион токенов, а максимальный объем вывода — 384 000 токенов. Объем входных и выходных данных в совокупности должен умещаться в окно контекста. Flash допускает 2 500 одновременных подключений на одну учетную запись; запросы, превышающие этот лимит, получают статус HTTP 429. Поэтому при планировании мощностей следует отслеживать загрузку активных подключений и поведение при повторных попытках.

DeepSeek версии 4.1 Flash и V4 Pro

V4.1 Flash является более практичным вариантом по умолчанию для агентов, выполняющих большие объемы кодирования, работающих с визуальными данными и использующих приложения с длинным контекстом. V4 Pro по-прежнему актуален в качестве базового варианта для логического вывода в течение короткого переходного периода, однако он не поддерживает обработку изображений и имеет более низкую задокументированную степень параллелизма. Наш предыдущий Обзор DeepSeek V4 Pro охватывает этот контрольный пункт по своим собственным критериям; полученные в ходе практической работы результаты не следует переквалифицировать в качестве доказательств версии V4.1.

По тарифам вне пиковых нагрузок стоимость некешированного ввода в Flash примерно на 77% ниже, чем указанный тариф Pro, а стоимость вывода в Flash — примерно на 70% ниже. Эти процентные показатели рассчитаны на основе официального тарифа, а не являются фактическими данными об экономии. Фактическая экономия зависит от повторного использования кэша, длины вывода, количества повторных попыток, а также от того, требует ли рабочая нагрузка более высоких результатов версии Pro по выбранным строкам рассуждений.

Более важное различие носит оперативный характер. DeepSeek обеспечивает deepseek-v4-pro имя, временно изменяя лежащую в его основе модель. Стабильное имя API не гарантирует стабильного поведения на выходе. Сохраните репрезентативные ответы V4 Pro, трассировки инструментов, показатели задержки и случаи сбоев до 14 сентября, а затем запустите тот же набор приемочных тестов после внесения изменений в маршрутизацию. Информацию о более старой среде сравнения контрольных точек см. в DeepSeek V4 Pro против Flash.

Что говорят разработчики

Первые отзывы о пропускной способности, эффективности кэша и результатах агентов носят положительный характер, однако данные носят неоднородный характер. Некоторые комментарии касаются предварительной версии, а не окончательной производственной версии, а в некоторых отчетах приводятся итоги демонстраций, а не контролируемых испытаний. Поэтому наиболее полезное общественное обсуждение касается того, где проводить тестирование, а не того, может ли один показатель, полученный в день запуска, стать решающим фактором при принятии решения.

Эти реакции указывают на три проверки, которые стоит проводить при любом реальном развертывании: сравнивать качество вывода при фиксированных настройках трудозатрат, следить за тем, не приводит ли длительное рассуждение к увеличению затрат на вывод, и повторно запускать тестовые случаи регрессионного тестирования, когда псевдоним изменяет модель, лежащую в основе конечной точки. Предварительные результаты по пропускной способности и безопасности могут послужить ориентиром при разработке тестов, но их не следует объединять с данными таблицы 3 из DeepSeek, как если бы они были получены в ходе одного контролируемого теста.

Как получить доступ к прошивке DeepSeek версии 4.1

Существует три различных способа доступа. Выберите подходящий в зависимости от того, требуется ли вам прямое управление через API, самостоятельное размещение весовых коэффициентов или рабочая область в браузере, упрощающая смену моделей. Условия, цены и ответственность за эксплуатацию различаются в зависимости от выбранного способа.

Прямой API — это наиболее очевидный выбор, если вам требуются средства программного управления, учет использования и доступ к документированным интерфейсам DeepSeek. Открытые веса предназначены для команд, способных проверить поддержку инференса и работать с очень большой моделью MoE. GlobalGPT — это более простой способ для интерактивного использования и сравнений внутри комплексный рабочий процесс с использованием единой модели искусственного интеллекта.

В официальном сообщении о запуске DeepSeek говорится, что компания будет сотрудничать с сообществом разработчиков открытого ПО в области поддержки инференции и изучать дополнительные варианты развертывания. Рассматривайте это как заявление о планах на будущее, а не как доказательство того, что каждый локальный сервисный стек уже эффективно поддерживает V4.1 Flash.

Кому рекомендуется использовать прошивку DeepSeek V4.1?

Для более широкого выбора моделей Сравнение GPT-5.5 и DeepSeek версии V4 сравнивает контекст с объемом в один миллион токенов и ценовую позицию с другим вариантом на границе рынка. Команды, ориентированные на стиль написания кода, также могут ознакомиться с Тест кода на Python: DeepSeek против ChatGPT. Эти статьи дают ответы на смежные вопросы; ни одна из них не заменяет проверку конкретного конечного пункта Flash версии 4.1, используемого в производственной среде.

Обычным пользователям, выбирающим между различными экосистемами, может показаться более широким Сравнение моделей DeepSeek и ChatGPT это более полезно, чем анализ на уровне архитектуры. Flash версии 4.1 наиболее эффективен тогда, когда его конкретные преимущества — длинные входные данные, понимание изображений, инструменты и низкая стоимость токенов — находят применение в реальных рабочих процессах.

Вердикт

Начните с небольшого набора тестов приемки: одной типичной задачи по кодированию, одной задачи по извлечению информации из изображений, одного примера с длинным контекстом и одного рабочего процесса с использованием инструментов. Зафиксируйте настройки рассуждений, зафиксируйте маршрутизацию модели и сравните типы сбоев, а также среднее качество. Это позволит вам принять обоснованное решение, не рассматривая тесты поставщиков или реакцию пользователей в день запуска как гарантию производительности приложения.

Часто задаваемые вопросы

Что такое прошивка DeepSeek V4.1?

DeepSeek V4.1 Flash — это мультимодальная модель типа «смесь экспертов» с открытыми весами, выпущенная 10 сентября 2026 года. Она поддерживает ввод текста и изображений, вывод текста, контекстное окно объёмом в один миллион токенов, режимы «с размышлением» и «без размышления», вывод в формате JSON, а также вызов инструментов.

Сколько стоит Flash API версии DeepSeek V4.1?

Тарифы API DeepSeek в непиковое время составляют $0,003 за 1 млн кэшированных входных токенов, $0,15 за 1 млн некэшированных входных токенов и $0,60 за 1 млн выходных токенов. Тарифы в часы пиковой нагрузки составляют $0,006, $0,30 и $1,20 соответственно. Это цены на API DeepSeek, а не GlobalGPT.

Какое название модели API следует использовать для флэш-памяти DeepSeek версии 4.1?

Используйте deepseek-flash с помощью официального API DeepSeek. DeepSeek также поддерживает вызовы API Responses по адресу https://api.deepseek.com а также вызовы, совместимые со стандартом Anthropic, по адресу https://api.deepseek.com/anthropic.

Каковы ограничения по контексту, выводу и параллелизму?

В версии DeepSeek V4.1 Flash предусмотрено контекстное окно объемом в один миллион токенов и максимальный объем вывода — 384 000 токенов; объем входных и выходных данных должен укладываться в пределы этого контекста. DeepSeek поддерживает 2 500 одновременных подключений на одну учетную запись; при превышении этого предела возвращается код ошибки HTTP 429.

Является ли версия DeepSeek V4.1 Flash лучше, чем V4 Pro?

Это зависит от поставленной задачи. В таблице, подготовленной поставщиком DeepSeek, система V4.1 Flash опережает V4 Pro по показателям кодирования, терминалов, безопасности и автоматизации, в то время как V4 Pro опережает GPQA Diamond и HLE в режиме «только текст». Кроме того, система Flash стоит дешевле, поддерживает технологии машинного зрения и обеспечивает большее количество одновременных подключений.

Поддерживает ли прошивка DeepSeek V4.1 образы?

Да. Он принимает файлы в форматах JPEG, PNG, GIF и WebP и выдает текст. DeepSeek поддерживает документы объемом до 32 MiB для встроенных изображений, до 64 MiB для изображений из файлов и до 600 изображений на один запрос в рамках общих ограничений. Изображения, возвращаемые API в ответах, должны размещаться в сообщениях пользователей.

Можно ли скачать весовые коэффициенты DeepSeek V4.1 Flash?

Да. DeepSeek публикует веса модели DeepSeek-V4.1-Flash на платформе Hugging Face по лицензии MIT. Лицензия с широкими правами не отменяет требований к инфраструктуре: командам по-прежнему потребуется совместимое программное обеспечение для обслуживания и достаточное количество аппаратных ресурсов для работы магистральной сети MoE объемом 552B.

Можно ли использовать прошивку DeepSeek V4.1 на GlobalGPT?

Да. У GlobalGPT есть специальная позиция в тарифе DeepSeek V4.1 Flash, предназначенная для использования через браузер. Доступ к ней и выставление счетов осуществляются отдельно от тарифа DeepSeek с прямым API, а доступность платформы не подтверждает опубликованные результаты тестирования DeepSeek.