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。

显存计算器

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。

进一步了解 MIT

延伸阅读

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。

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