DeepSeek V4.1 Flash
552B 混合专家模型:KV 缓存极小,原生支持图像输入,100 万上下文,采用 MIT 许可证。
一句话概括. DeepSeek V4.1 Flash 是一个能力很强的开放模型,最大的特色是处理长输入时非常省内存,让长时间的编程和智能体会话便宜得多。它也能看懂图片,MIT 许可证允许你随意使用。运行它仍需要多卡服务器。
概述
DeepSeek V4.1 Flash 于 2026 年 9 月 10 日发布,是 DeepSeek 新架构家族中最小的模型,并新增了原生图像理解。2026 年 10 月 17 日,DeepSeek 用更新后的检查点 DeepSeek-V4.1-Flash-1017 替换了权重,称之为在推理、编程、智能体和视觉方面有提升的小幅更新。在 DeepSeek API 上,两者都用 deepseek-flash 这个名字调用。
它是混合专家(MoE)模型,主干参数 5520 亿。“因果编码器-解码器”设计把 40 层分为 20 层编码器和 20 层解码器,因此读取提示词时每个 token 只激活约 80 亿参数,生成时激活约 160 亿。这很适合读得多、写得少的智能体负载。上下文窗口为 100 万 token。
最大的亮点是 KV 缓存压缩。通过跨层复用注意力索引、并用 FP4 存储缓存,技术报告给出常驻显存的缓存为每 token 890 字节,约为 DeepSeek V4 Flash 的四分之一,持久化缓存约为其八分之一。模型在 45 万亿个多模态 token 上预训练。检查点约 510 GB,为 FP8 与 FP4 混合格式,代码和权重均采用 MIT 许可证。
DeepSeek 的基准数据(例如 1017 更新使 Terminal-Bench 4.0 从 31.2 升到 42.3)均为自报,DeepSeek 也说明部分提升来自针对特定智能体框架的优化。
适合做什么
- 缓存显存占成本大头的长上下文智能体和编程负载
- 需要 MIT 许可证、且没有营收限制的产品
- 把图像与代码、文档放在一起读取
- 已经在多卡节点上运行 vLLM 或 SGLang 的团队
需要注意
- 检查点约 510 GB,需要多卡节点,不是笔记本模型
- 只输出文字
- 基准提升是自报的,部分来自针对特定框架的优化
- deepseek-v4-flash 等旧 API 名称现在由新模型响应,固定版本的测试结果可能变化
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 V4.1-Flash 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| V4.1-Flash-1017 FP4 | 552B 激活 16B | 1.27 TB | 635 GB | 562 GB | GPU 服务器 |
| V4.1-Flash FP4 | 552B 激活 16B | 1.27 TB | 635 GB | 561 GB | GPU 服务器 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最简短、最宽松的许可证。只要保留版权和许可声明,你几乎可以对模型做任何事。
延伸阅读
- GLM-5.3 与 DeepSeek V4.1 Flash 对比:两款编程智能体开源模型
- 2026 年最佳开源大模型
- 美团 LongCat-2.5:1.6T 参数、视觉能力和原版 MIT 许可证
- 超大开源模型开始直接以 4 位发布:对内存规划意味着什么
常见问题
- DeepSeek V4.1 Flash 是什么?
- DeepSeek V4.1 Flash 是一个能力很强的开放模型,最大的特色是处理长输入时非常省内存,让长时间的编程和智能体会话便宜得多。它也能看懂图片,MIT 许可证允许你随意使用。运行它仍需要多卡服务器。
- DeepSeek V4.1 Flash 可以商用吗?
- 可以。DeepSeek V4.1 Flash 采用 MIT 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- DeepSeek V4.1 Flash 是开源的吗?
- DeepSeek V4.1 Flash 采用 MIT 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 DeepSeek V4.1 Flash 吗?
- 台式机不行。最小版本 V4.1-Flash 在 4 位精度下约需 561 GB,需要配备多张数据中心显卡的 GPU 服务器。
- DeepSeek V4.1 Flash 是什么时候发布的?
- DeepSeek V4.1 Flash 由 DeepSeek 于 2026年9月10日 发布。
- DeepSeek V4.1 Flash 的上下文窗口有多长?
- DeepSeek V4.1 Flash 支持最长 1M token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- Introducing DeepSeek-V4.1-Flash (DeepSeek, 10 Sep 2026) deepseek.com
- DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression (technical report) arxiv.org
- DeepSeek-V4.1-Flash-1017 model card (Hugging Face, 17 Oct 2026) huggingface.co
- DeepSeek-V4.1-Flash model card (Hugging Face) huggingface.co
发布时间等信息最近核实于 2026年11月8日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| GLM-5.3 Z.ai (Zhipu AI) | 753B 激活 40B | 1M | GLM-5.3 License (附条件) | 520 GB GPU 服务器 | |
| Kimi K3.1 Pro Moonshot AI | 2.8T 激活 104B | 1M | Kimi K3 License (附条件) | 1.72 TB 多机集群 | |
| Reflection Beam Reflection AI | 501B 激活 23.4B | 1M | Apache 2.0 (宽松) | 323 GB 大内存台式机 | |
| GigaChat 3.5 Ultra Sber (GigaChat) | 434B – 438B 激活 28B | 256K | MIT (宽松) | 299 GB 大内存台式机 |