趋近智
DeepSeek V4.1 Flash
活跃参数
552B
上下文长度
1.05M
模态
Text
架构
Mixture of Experts (MoE)
许可证
MIT License
发布日期
10 Sept 2026
训练数据截止日期
-
API 价格 (每 1M)
输入: $0.30 · 输出: $1.20
系统要求
不同量化方法和上下文大小的显存要求
1024 个令牌
消费级
69x RTX 4090
24GB VRAM
数据中心
18x NVIDIA A100
80GB VRAM
Apple Silicon
14x Apple M3 Max
128GB VRAM
1048576 个令牌
消费级
75x RTX 4090
24GB VRAM
数据中心
19x NVIDIA A100
80GB VRAM
Apple Silicon
16x Apple M3 Max
128GB VRAM
架构图
评估基准
排名
#8
| 基准 | 分数 | 排名 |
|---|---|---|
max 0.77 | 🥇 1 | |
max 0.81 | 5 | |
LiveBench 平均分 | max 0.81 | 5 |
max 0.79 | 11 | |
Web 开发 | max 1620 | 12 |
max 0.93 | 13 | |
max 0.80 | 14 | |
max 0.87 | 22 | |
max 0.40 | 35 |
排名
排名
#8
编程排名
#18
关于 DeepSeek V4.1 Flash
DeepSeek-V4.1-Flash 是一款多模态混合专家 (MoE) 模型，总参数量为 552B，在预填充阶段激活 8B 参数，在解码阶段激活 16B 参数。该模型采用了带有 SWA 边界重放 (SWA Bounded Replay) 的因果编解码器架构，能够在长达 100 万 token 的长上下文窗口中显著降低 KV 缓存的内存占用。
技术规格
注意力
注意力结构
Compressed Sparse Attention 2
注意力头
64
键值头
1
注意力头维度
512
位置嵌入
ROPE
RoPE Theta
10,000
滑动窗口注意力
Yes
滑动窗口大小
128
滑动窗口比例
-
线性注意力
No
线性注意力比例
-
归一化
RMS Normalization
激活函数
SwigLU
维度
隐藏维度大小
5,120
层数
40
FFN 中间层大小（稠密层）
-
多 Token 预测头数
3
分词器
词汇量大小
129,280
混合专家
专家参数总数
16.0B
专家数量
384
活跃专家
6
共享专家数
1
FFN 中间层大小（每专家）
2,304
MoE 前的稠密层数
-
资源
关于 DeepSeek V4
DeepSeek-V4 is DeepSeek's latest generation of highly efficient Mixture-of-Experts language models, featuring a novel hybrid attention architecture combining Compressed Sparse Attention (CSA) and Heavily Compressed Attention (HCA) that dramatically improves long-context efficiency. Pre-trained on 32T+ tokens with a comprehensive post-training pipeline including domain-specific expert cultivation and unified model consolidation. Both V4-Pro and V4-Flash support 1M context length as standard, with three reasoning effort modes (Non-think, Think High, Think Max). Released open-source under MIT license on April 24, 2026.