DeepSeek V4.1 Flash: evolyutsiyami yoki inqilob?
DeepSeek 2026-yil 10-sentabrda V4.1-Flash’ni chiqardi. Bu 1M tokenli kontekst oynasiga ega, 552B parametrli multimodal Mixture-of-Experts modelidir. DeepSeek’ning o‘z mezonlariga ko‘ra, u bir nechta agentik vazifalarda Opus-5.0 bilan teng yoki undan yuqori natija ko‘rsatadi. Bundan tashqari, u arzon: kirish tokenlarining narxi tig‘iz bo‘lmagan vaqtda har million token uchun $0.15, chiqish tokenlariniki esa $0.60. Bu DeepSeek V4-Pro’ga qaraganda kirish tokenlari uchun taxminan 4 baravar, chiqish tokenlari uchun esa 3 baravar arzon.
Modeldan hozir vega.chat’da va api.vega.chat API’si orqali foydalanish mumkin.
Arxitekturasi
DeepSeek-V4.1-Flash Causal Encoder-Decoder (CED) arxitekturasidan foydalanadi: 40 qatlamli Transformer 20 qatlamli sababiy enkoder va 20 qatlamli dekoderga bo‘lingan. Dekoderning KV keshi har bir dekoder qatlamining o‘z yashirin holatlaridan emas, balki enkoderning yakuniy yashirin holatlaridan proyeksiyalanadi. Shu tariqa, model prefilling vaqtida har bir token uchun atigi 8B, dekodlash vaqtida esa 16B parametrni faollashtiradi.
MoE qatlamida 1 ta umumiy ekspert va 384 ta yo‘naltiriladigan ekspert mavjud bo‘lib, har bir token uchun 6 ta yo‘naltiriladigan ekspert faollashadi. Model tasvir va matnni DeepSeek-ViT vizual enkoderi (2D-RoPE yordamida noldan o‘qitilgan) hamda ikki qatlamli MLP proyektori orqali bevosita qayta ishlaydi.
DeepSeek modelni 45T tokenli multimodal korpusda noldan o‘qitdi. 64K ketma-ketlik uzunligida siyrak e’tibor mexanizmi qo‘llanib, 34T token bosqichida kontekst 1M tokenlargacha kengaytirildi. O‘qitishdan keyingi jarayon SFT, RL va siyosat bo‘yicha distillatsiya bosqichlaridan iborat bo‘lib, algoritmik o‘zgarishlar kiritilmagan. Asosiy ishlar ma’lumotlar pipeline’iga qaratildi: ma’lumotlar, vazifalar va rollout’larni bosqichma-bosqich kengaytirgan holda agent vazifalari va muhitlarini katta miqyosda avtomatik sintez qilish.
Samaradorlik: Flash narxida Opus darajasi
DeepSeek’ning o‘z mezonlari V4.1-Flash Opus-5.0 darajasida ekanini va bir nechta agentik vazifalarda undan yuqori natija ko‘rsatishini bildiradi. Terminal-Bench 2.1’da V4.1-Flash 90.6 ball olib, Opus-5.0’ning 89.1 natijasidan o‘zib ketadi. DeepSWE v1.1’da u 74.2 ball bilan Opus’ning 74.0 natijasidan yuqori turadi. Agent's Last Exam’da 31.8 ball to‘plab, Opus, GPT-5.6 Sol, K3, GLM-5.3 va V4-Pro’ni ham o‘z ichiga olgan barcha taqqoslangan modellar orasida eng yaxshi natijani qayd etadi. Codeforces’da u 3471 reytingiga erishadi, bu ham taqqoslashdagi eng yuqori ko‘rsatkichdir. AutomationBench’da esa 54.8 ball olib, yana eng yaxshi natijani ko‘rsatadi.
To‘liq mezonlar jadvali yetti model bo‘yicha mulohaza yuritish, agentik va vizual vazifalarni qamrab oladi. V4.1-Flash Terminal-Bench 2.1, DeepSWE v1.1, Codeforces, CyberGym, asboblardan foydalaniladigan HLE, AutomationBench va Agent's Last Exam’da birinchi o‘rinni egallaydi.
DeepSeek’ning ta’kidlashicha, bir nechta tomon o‘tkazgan sinovlarda V4.1-Flash samaradorlik, narx, tezlik va umumiy bajarilish vaqti bo‘yicha V4-Pro’dan ustun kelgan. Kompaniya V4-Pro’dan foydalanishni bosqichma-bosqich to‘xtatmoqda. 2026-yil 14-sentabrdan boshlab, V4.1-Pro ishga tushirilguniga qadar, barcha deepseek-v4-pro API so‘rovlari V4.1-Flash’ga yo‘naltiriladi va V4.1-Flash tariflari bo‘yicha hisoblanadi.
KV keshi: 4 baravar kichik
Model Compressed Sparse Attention 2 (CSA2) texnologiyasidan foydalanadi. U har bir e’tibor qatlamiga uchta statik rejimdan birini tayinlaydi: Full, Reindex yoki Reuse. Bu qatlamlar orasida asosiy KV va indeksator K’ni ulashish, shuningdek, Top-K siyrak e’tibor indekslaridan qayta foydalanish imkonini beradi. FP4 asosiy KV keshi bilan birgalikda (E2M1 formati, har 16 kanal uchun bitta E4M3 masshtabi) global KV keshi hajmi har bir token uchun 890 baytgacha kamayadi. Bu DeepSeek V4-Flash hajmining taxminan 1/4 qismi va DeepSeek V1 hajmining 1/437 qismidir.
Kesh mos kelgan so‘rovlar uchun haq ko‘pincha agent xarajatlarining katta qismini tashkil qiladi. Keshni siqish bu xarajatlarni bevosita kamaytiradi. Oldingi avlod bilan taqqoslaganda, V4.1-Flash KV keshi uchun 1/4 HBM va 1/8 SSD xotirasini talab qiladi.
Narxlash
V4.1-Flash tig‘iz va tig‘iz bo‘lmagan vaqtlar uchun alohida narxlardan foydalanadi. Tig‘iz bo‘lmagan vaqtdagi tariflar tig‘iz vaqtdagi tariflarning 50 foizini tashkil qiladi. Yangi narxlar 2026-yil 10-sentabr kuni UTC bo‘yicha soat 04:00 da kuchga kirdi.
| Token turi | Tig‘iz bo‘lmagan vaqt (1M uchun) | Tig‘iz vaqt (1M uchun) |
|---|---|---|
| Kirish (keshdan topildi) | $0.003 | $0.006 |
| Kirish (keshdan topilmadi) | $0.15 | $0.30 |
| Chiqish | $0.60 | $1.20 |
Taqqoslash uchun, V4-Pro har 1M kirish tokeni (tig‘iz bo‘lmagan vaqt, keshdan topilmadi) uchun $0.66 va har 1M chiqish tokeni (tig‘iz bo‘lmagan vaqt) uchun $1.98 haq oladi. V4.1-Flash kirish tokenlari uchun taxminan 4 baravar, chiqish tokenlari uchun esa 3 baravar arzon, shu bilan birga mezonlarda V4-Pro bilan teng yoki undan yuqori natija ko‘rsatadi.
Kundalik vazifalar, agentlar va vibe-coding
V4.1-Flash kirish ma’lumotlari ko‘p bo‘lgan agentik ish jarayonlari uchun yaratilgan. Prefilling vaqtida faollashadigan 8B parametr uzun kontekstlarni arzon qayta ishlash imkonini beradi — agent xarajatlari asosan aynan shu yerda to‘planadi. 1M tokenli kontekst oynasi va multimodal ma’lumotlarni (matn va tasvirlarni) bevosita qo‘llab-quvvatlashi katta hujjatlar, kod bazalari va vizual ma’lumotlarni bir martada o‘qish imkonini beradi.
Model xulosalash darajasini uzluksiz boshqarish sozlamasini (1 dan 100 gacha butun son) qo‘llab-quvvatlaydi; bu sozlama xulosa chiqarish xarajati va aniqlik o‘rtasida muvozanat o‘rnatadi. Pastroq darajalar oddiy so‘rovlarda token sarfini kamaytiradi. Yuqoriroq darajalar esa murakkab masalalar uchun qo‘shimcha mulohaza bosqichlarini qo‘shadi. Shu sababli model faqat murakkab agentik sikllar uchun emas, kundalik suhbat va tezkor savollar uchun ham qulay.
Agentik mezonlarda model eng yaxshi natijalarini ko‘rsatadi: Terminal-Bench 2.1 (90.6), DeepSWE v1.1 (74.2), Agent's Last Exam (31.8) va AutomationBench (54.8). U asbob chaqiruvlari, JSON chiqishi va Responses API’ni qo‘llab-quvvatlaydi. DeepSeek’ning rasmiy hamkorlari WorkBuddy (jumladan, CodeBuddy) va OpenCode endi V4.1-Flash’ni to‘liq qo‘llab-quvvatlaydi.
Vibe-coding uchun Codeforces’dagi 3471 reytingi va DeepSWE v1.1’dagi 74.2 natijasi V4.1-Flash’ni taqqoslashda Opus-5.0 va GPT-5.6 Sol’dan yuqori, birinchi o‘ringa olib chiqadi. Arzon narxi va 1M kontekst bilan birga bu uni uzoq seanslar davomida ishlaydigan va katta kontekst oynalarini to‘playdigan kod yozish agentlari uchun kuchli standart modelga aylantiradi.
DeepSeek V4.1-Flash’ni vega.chat’da sinab ko‘ring
DeepSeek V4.1-Flash’dan hozir vega.chat’da va api.vega.chat API’si orqali foydalanish mumkin. Uni chat interfeysida sinab ko‘rishingiz, javoblarini boshqa modellar bilan yonma-yon taqqoslashingiz yoki api.vega.chat’dagi OpenRouter bilan mos API orqali ilovalaringizga integratsiya qilishingiz mumkin.