deepseek

DeepSeek: DeepSeek V4.1 Flash 1017

DeepSeek V4.1 Flash 1017 — снимок модели DeepSeek V4.1 Flash от 17 октября 2026 года. Это разреженная модель типа mixture-of-experts на архитектуре Causal Encoder-Decoder (CED): для обработки входа активируются 8 млрд параметров, для генерации — 16 млрд из общего набора в 552 млрд. Понимание изображений встроено в архитектуру и обучалось совместно с текстом с начала предварительного обучения. Модель предназначена для задач программирования, работы с терминалом и управления компьютером, а также для длительных многошаговых задач и анализа длинного контекста. Сжатое KV-кэширование, по заявлению разработчика, сокращает объём памяти кэша примерно до четверти от предыдущего поколения Flash, что уменьшает затраты на агентных сценариях.