DeepSeek представила V4.1 Flash: асимметричная архитектура и снижение затрат на агентные задачи
Hacker News · оригинал
Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.
DeepSeek выпустила обновленную версию модели V4.1 Flash, использующую новую архитектуру Causal Encoder-Decoder для эффективной работы с длинным контекстом. Компания заявляет о превосходстве модели над V4 Pro по скорости и качеству выполнения задач при снижении требований к памяти.
Модель демонстрирует новый подход к оптимизации вычислений в MoE-архитектурах, что критически важно для развития автономных ИИ-агентов и снижения стоимости их эксплуатации.
DeepSeek представила снапшот модели V4.1 Flash от 17 октября 2026 года, доступный через API под именем deepseek-flash. Это первое поколение в линейке V4.1, построенное на собственной архитектуре компании Causal Encoder-Decoder (CED). Модель относится к классу разреженных смесей экспертов (sparse mixture-of-experts) и отличается асимметричным распределением параметров: из общего бэкбона в 552 миллиарда параметров активируется лишь 8 миллиардов на этапе ввода и 16 миллиардов на этапе вывода. Такой подход позволяет существенно снизить вычислительные затраты на каждый токен, сохраняя при этом высокую производительность модели.
Ключевым отличием V4.1 Flash от предыдущих экспериментальных версий является нативная поддержка понимания изображений. Визуальные и текстовые эмбеддинги обучаются совместно с самого начала предобучения, а не добавляются постфактум. Это делает модель особенно пригодной для задач программирования, работы в терминале и управления компьютером (computer-use agents). DeepSeek позиционирует V4.1 Flash как экономически эффективный уровень семейства V4.1, который, по заявлениям разработчиков, превосходит флагманскую версию V4 Pro по показателям производительности, скорости и времени завершения задач.
Важным техническим улучшением стала реализация сжатого кэширования KV (Key-Value). По данным компании, это снижает потребление памяти для кэша примерно в четыре раза по сравнению с предыдущим поколением Flash. Для агентных нагрузок, требующих длительного удержания контекста, это означает значительное снижение операционных расходов. Модель оптимизирована для долгосрочных задач, которые должны выполняться до конца через множество шагов, а также для анализа документов с длинным контекстом.
Инфраструктурная часть сервиса включает механизмы отказоустойчивости. При возникновении ошибок у одного из провайдеров система может автоматически маршрутизировать запрос к другому здоровому провайдеру, если это разрешено фильтрами пользователя. Доступ к данным об аптайме отдельных провайдеров предоставляется программно через Endpoints API. Это позволяет разработчикам лучше контролировать надежность и стоимость использования модели в производственных средах.
Таким образом, DeepSeek предлагает решение, которое балансирует между высокой вычислительной эффективностью и функциональной полнотой. Асимметричная активация параметров и совместное обучение мультимодальных данных создают основу для более дешевых и быстрых ИИ-агентов. Для бизнеса это может означать возможность масштабирования сложных автоматизированных процессов без пропорционального роста затрат на вычислительные мощности.