deepseek

DeepSeek: DeepSeek V4.1 Flash

DeepSeek V4.1 Flash — разреженная модель типа mixture-of-experts на архитектуре Causal Encoder-Decoder (CED). Она предназначена для задач, где требуется обработка текста и изображений: визуальные и текстовые представления обучались совместно с начала предварительного обучения. Для каждого токена активируется разное число параметров на входе и выходе, что снижает вычислительную нагрузку относительно общего размера модели. Модель подходит для агентных сценариев с кодом, терминалом и управлением компьютером, а также для многоэтапных задач, анализа длинного контекста и работы, которую нужно довести до завершения. Сжатие KV-кэша уменьшает его объём примерно до четверти по сравнению с предыдущим поколением Flash, что снижает потребление памяти в агентных сценариях.