La startup cinese di IA DeepSeek ha rilasciato DeepSeek-V4.1-Flash, che descrive come il modello più piccolo di una nuova famiglia architetturale. Il lancio arriva mentre, secondo quanto riferito, la società si prepara a un’offerta pubblica iniziale sul mercato STAR di Shanghai, specializzato nel settore tecnologico.

Il modello multimodale dispone di un’architettura mixture-of-experts da 552 miliardi di parametri e supporta finestre di contesto fino a un milione di token. Il suo principale progresso riguarda l’efficienza, più che la pura scala. L’architettura encoder-decoder causale di DeepSeek suddivide 40 livelli Transformer in distinti stadi di codifica e decodifica da 20 livelli ciascuno. Ciò significa che vengono attivati 8 miliardi di parametri per ogni token in ingresso e 16 miliardi per ogni token generato.

L’architettura è destinata alle attività agentiche ad alto carico di input, nelle quali l’elaborazione di documenti estesi, basi di codice o cronologie di conversazioni può rappresentare una quota significativa dei costi di calcolo. DeepSeek ha dichiarato che il suo metodo SWA Bounded Replay elimina la necessità di conservare su memoria a stato solido determinati stati di attenzione, riducendo l’impronta della KV-cache persistente a circa un ottavo di quella utilizzata da DeepSeek-V4-Flash.

Un sistema correlato, denominato Compressed Sparse Attention 2, assegna modalità di attenzione statiche tra i livelli e riutilizza determinati indici di attenzione. In combinazione con il caching key-value formattato in FP4, il sistema riduce il requisito globale della KV-cache a 890 byte per token, ovvero circa un quarto del requisito del precedente modello Flash. Queste cifre descrivono la memoria utilizzata per conservare il contesto durante l’inferenza, distinta dal numero complessivo di parametri del modello. V4.1-Flash integra inoltre memoria condizionale e speculative decoding, e utilizza un esperto condiviso e 384 esperti instradati per ogni livello MoE.

Il sito ufficiale di DeepSeek è e il modello è disponibile su

Introducing DeepSeek-V4.1-Flash: smarter, faster, more efficient. Introducing the smallest model in our new architecture family, with native visual understanding. Designed for greater capability, faster inference, higher throughput, and scaling to larger models. 1/6 pic.twitter.com/wxJGiyX56o — DeepSeek (@deepseek_ai) September 10, 2026

L’annuncio è disponibile anche su X: e https://x.com/deepseek_ai/status/2097930608790167907?ref_src=twsrc%5Etfw.

Risultati competitivi nel ragionamento, nel coding e nelle attività per agenti

DeepSeek ha addestrato V4.1-Flash da zero su 45 trilioni di token multimodali, con immagini elaborate nativamente insieme al testo fin dall’inizio del preaddestramento. L’addestramento con attenzione sparsa è iniziato con 64.000 token, prima che la lunghezza del contesto venisse estesa a un milione di token nella fase corrispondente a 34 trilioni di token. Il post-addestramento ha combinato supervised fine-tuning, reinforcement learning e distillazione on-policy. Il livello di impegno nel ragionamento può essere configurato su una scala da uno a 100.

I benchmark riportati mostrano prestazioni solide rispetto a modelli molto più grandi. La versione base ha ottenuto 74.1 su MMLU-Pro, 79.4 su HumanEval e 93.0 su GSM8K, rispetto ai punteggi di 73.5, 76.8 e 92.6 di DeepSeek-V4-Pro-Base. Al massimo livello di impegno nel ragionamento, V4.1-Flash ha ottenuto 90.6 su Terminal-Bench 2.1 e 74.2 su DeepSWE v1.1, posizionandosi leggermente davanti ai principali modelli Opus e GPT in quei benchmark per agenti. Ha inoltre registrato un rating di 3,471 su Codeforces e eguagliato il miglior risultato elencato su MathArena Apex.

I risultati non sono stati uniformemente dominanti. V4.1-Flash è rimasto indietro rispetto ai più grandi modelli di confronto su GPQA Diamond, Humanity’s Last Exam e SimpleQA. Anche i suoi punteggi nelle più recenti valutazioni Terminal-Bench 3.0 e 4.0 sono risultati inferiori a quelli di Opus-5.0, sebbene rappresentassero miglioramenti sostanziali rispetto ai precedenti modelli DeepSeek.

I risultati multimodali hanno incluso punteggi di 56.5 su MMMU-Pro, 77.9 su CVBench e 95.6 su DocVQA. Con gli strumenti per agenti abilitati, il modello ha ottenuto 78.9 su Chartography e 89.6 su BabyVision.

Il report originale è stato pubblicato da Metaverse Post: https://mpost.io/new-deepseek-v4-1-flash-challenges-larger-ai-systems-on-coding-and-agent-tasks/