Présentation du modèle
DeepSeek V4.1 Flash 1017 correspond à la version du 17 octobre 2026 du modèle V4.1 Flash, diffusée via l’API deepseek-flash. Il s’agit d’un modèle à mélange d’experts (Mixture‑of‑Experts, MoE) qui repose sur une architecture Causal Encoder‑Decoder (CED), première du genre chez DeepSeek. Le backbone compte 552 milliards de paramètres, mais le modèle n’active que 8 milliards de paramètres lors de l’encodage et 16 milliards lors du décodage, ce qui réduit le calcul par token tout en conservant la capacité du réseau.
Architecture CED et mixte d’experts
Le CED sépare explicitement les phases d’encodage causal et de décodage, permettant d’allouer des sous‑réseaux différents selon la direction du flux d’information. Cette séparation asymétrique (8 B → 16 B) minimise le coût de calcul par token tout en exploitant la profondeur du backbone de 552 B. Le mécanisme MoE active uniquement les experts pertinents pour chaque token, limitant ainsi le nombre de paramètres réellement mobilisés. L’entraînement conjoint des embeddings visuels et textuels dès le départ évite l’ajout post‑hoc de modules vision, contrairement aux versions antérieures (V4 Flash Vision Exp). Cette intégration native améliore la cohérence entre les modalités et réduit la latence d’inférence lorsqu’une entrée combine texte et image.
Optimisations de la mémoire et réduction des coûts
DeepSeek a introduit un cache KV compressé qui diminue la consommation de mémoire d’environ 75 % par rapport à la génération Flash précédente. Le cache KV stocke les clés et valeurs des états précédents ; en les compressant, le modèle nécessite un quart de la RAM, ce qui se traduit par une baisse notable des coûts d’inférence, notamment pour les agents qui maintiennent de longs contextes. Cette optimisation est cruciale pour les charges de travail agentiques où le nombre de pas d’exécution peut atteindre plusieurs milliers.
Applications ciblées et performances
Le modèle est présenté comme adapté aux agents de codage, aux interfaces terminales et aux assistants d’utilisation d’ordinateurs, ainsi qu’aux tâches à horizon long qui exigent une exécution continue sur de nombreux pas. Selon DeepSeek, V4.1 Flash 1017 dépasse le modèle V4 Pro en termes de performance brute, de vitesse d’inférence et de temps de complétion des tâches, tout en restant la gamme la plus économique de la famille V4.1. Les benchmarks internes placent le modèle au rang P50 parmi les fournisseurs, indiquant qu’il se situe dans la moitié supérieure des performances observées sur le marché.
