DeepSeek V4.1 Flash 1017: Высокая скорость и разумная цена при избыточной детализации ответов
Hacker News · оригинал
Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.
Модель DeepSeek V4.1 Flash 1017 демонстрирует результаты, значительно превышающие медианные показатели среди открытых моделей сопоставимого размера, при этом оставаясь доступной по цене. Несмотря на высокую скорость генерации и конкурентоспособную стоимость токенов, система отличается чрезмерной многословностью в процессе вычислений.
Появление этой модели показывает, что архитектура Mixture of Experts позволяет сочетать высокую интеллектуальную производительность с низкой стоимостью инференса, хотя и ценой увеличения объема генерируемых данных.
Компания DeepSeek представила модель V4.1 Flash 1017 (Max), которая занимает лидирующие позиции по уровню интеллекта среди открытых весов моделей аналогичного класса. Согласно данным аналитической платформы Artificial Analysis, модель набрала 45 баллов в интегральном индексе интеллекта, что существенно превышает медианное значение в 19 баллов для сопоставимых решений. Это свидетельствует о высокой эффективности модели в задачах рассуждения, математики и программирования.
Архитектурно DeepSeek V4.1 Flash 1017 представляет собой модель типа Mixture of Experts (MoE). Несмотря на общее количество параметров в 552 миллиарда, во время инференса активируется лишь 16 миллиардов. Такой подход позволяет сохранять высокую вычислительную эффективность и скорость обработки запросов. Модель поддерживает мультимодальный ввод, принимая как текст, так и изображения, при этом генерируя текстовый вывод. Контекстное окно составляет 1 миллион токенов, что обеспечивает возможность работы с большими объемами данных в рамках одного запроса.
С точки зрения производительности, модель демонстрирует впечатляющие показатели скорости. Генерация текста происходит со скоростью 230,4 токена в секунду, что значительно выше медианного показателя в 77,9 т/с для открытых моделей этого класса. Время до первого токена (TTFT) составляет 1,08 секунды, что также является конкурентоспособным значением по сравнению со средним результатом в 1,69 секунды. Эти характеристики делают модель привлекательной для задач, требующих быстрой обратной связи.
Стоимость использования модели также находится на умеренном уровне. Цена за входные токены составляет 0,30 доллара США за миллион, а за выходные — 1,20 доллара США за миллион. Оба показателя ниже медианных значений в 0,43 и 1,68 доллара соответственно. Смешанная ставка с учетом кэширования составляет 0,18 доллара за миллион токенов. Однако при оценке эффективности стоит учитывать фактор многословности: при прохождении тестов интеллекта модель сгенерировала 210 миллионов токенов, что превышает медианное значение в 140 миллионов. Это указывает на то, что модель использует расширенное рассуждение (chain-of-thought), что может увеличивать общие затраты на обработку сложных задач.
DeepSeek V4.1 Flash 1017 была выпущена 17 октября 2026 года и доступна для самостоятельного хостинга благодаря открытым весам. Модель классифицируется как reasoning-модель, использующая расширенное мышление для решения сложных проблем. Несмотря на высокую цену за выходной токен по сравнению с некоторыми конкурентами, общая стоимость задачи остается умеренной благодаря оптимизации входных данных и кэшированию.
Аналитики отмечают, что модель является одним из лидеров в своем классе по соотношению интеллекта и цены. Однако ее склонность к генерации большого объема текста требует от разработчиков учета этого фактора при проектировании систем. Тем не менее, сочетание высокой скорости, доступной цены и сильного интеллектуального потенциала делает DeepSeek V4.1 Flash 1017 значимым событием в сфере открытых языковых моделей.