DeepSeek 发布了 DeepSeek V4.1 Flash 1017，这是其 V4.1 Flash 模型的一个快照，旨在平衡高性能推理与高性价比的推理成本。该模型是该系列中首个基于公司因果编码器-解码器（CED）架构构建的模型。与许多将视觉能力作为后期插件集成的先前模型不同，V4.1 Flash 具有原生图像理解能力，其视觉和文本嵌入从预训练过程的开始就进行联合训练。这一架构选择旨在提高模型处理多模态任务和长程智能体工作流的能力。
DeepSeek 徽标代表开发 V4.1 Flash 1017 模型及其因果编码器-解码器架构的公司。
该模型采用了稀疏混合专家（MoE）设计，使其能够在保持 5520 亿参数庞大骨干网络的同时，在任何单次推理步骤中仅激活其中一小部分参数。具体而言，它在输入处理时激活 80 亿参数，在输出生成时激活 160 亿参数。这种不对称划分是刻意的工程权衡，旨在降低每 token 的计算成本，同时保留比更大模型更广泛的知识库。为了进一步优化复杂的多步任务，DeepSeek 实现了压缩 KV（键值）缓存，将缓存内存需求降低到上一代 Flash 模型的约四分之一。这一优化专门针对降低与“智能体”工作负载相关的成本和内存开销，即模型必须在多个连续步骤中维持大量上下文的任务。
基准测试和性能数据表明，V4.1 Flash 1017 被定位为 V4.1 系列中的高性价比层级，但据报道，其在速度和任务完成时间方面的表现超过了 V4 Pro 模型。在标准化评估中，该模型在各项基准测试中均表现出色，包括在 DeepSWE v1.1 上获得 77.0% 的得分，以及在 Automation-Bench v1.0.6 上获得 60.5% 的得分。虽然它提供 104.8 万 token 的上下文窗口，但该模型的实际应用针对编程、终端使用和计算机使用智能体进行了优化。然而，用户应注意，虽然该模型支持工具调用和结构化输出，但这些功能目前仅可通过 OpenRouter 平台上的特定供应商提供，因为该模型在不同托管端点的兼容性各不相同。
这张图片代表该模型在 Hugging Face 上的存在，其技术规格和权重在此共享。