中国のAIスタートアップDeepSeekは、新たなアーキテクチャファミリーで最小のモデルと説明するDeepSeek-V4.1-Flashをリリースした。今回の発表は、同社が上海のテクノロジー企業向け市場であるSTAR市場への新規株式公開を準備していると報じられる中で行われた。

このマルチモーダルモデルは、5,520億パラメーターのMixture-of-Expertsバックボーンを備え、最大100万トークンのコンテキストウィンドウに対応する。主な進歩は、規模そのものではなく効率性にある。DeepSeekの因果エンコーダー・デコーダーアーキテクチャは、40層のトランスフォーマーを、エンコード用とデコード用にそれぞれ20層ずつの別個のステージに分けている。これにより、入力トークンごとに80億パラメーター、生成トークンごとに160億パラメーターが稼働する。

このアーキテクチャは、入力処理の比重が大きいエージェントタスクを対象としている。こうしたタスクでは、大規模な文書、コードベース、会話履歴の処理が、計算コストの大きな割合を占める可能性がある。DeepSeekによると、同社のSWA Bounded Replay手法は、選択されたアテンション状態をソリッドステートストレージに保持する必要をなくし、永続KVキャッシュのフットプリントをDeepSeek-V4-Flashの約8分の1に削減する。

関連するCompressed Sparse Attention 2システムは、層ごとに静的なアテンションモードを割り当て、選択されたアテンションインデックスを再利用する。FP4形式のキー・バリューキャッシュと組み合わせることで、グローバルKVキャッシュの要件を1トークン当たり890バイト、従来のFlashモデルの約4分の1まで削減する。これらの数値は、推論中にコンテキストを保持するために使用されるメモリを示すもので、モデルの総パラメーター数とは別のものだ。V4.1-Flashは、条件付きメモリと推測的デコーディングも採用し、各MoE層で1つの共有エキスパートと384のルーティングエキスパートを使用する。

DeepSeekの公式ウェブサイトは

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

この発表はXでも確認できる： および https://x.com/deepseek_ai/status/2097930608790167907?ref_src=twsrc%5Etfw。

推論、コーディング、エージェント分野での競争力ある結果

DeepSeekは、45兆個のマルチモーダルトークンを使ってV4.1-Flashをゼロから訓練した。画像は事前学習の開始時点からテキストと並行してネイティブに処理された。スパースアテンションの訓練は64,000トークンから始まり、34兆トークンの段階でコンテキスト長が100万トークンまで拡張された。訓練後の工程では、教師ありファインチューニング、強化学習、オンポリシー蒸留を組み合わせた。推論の取り組み度は1から100までの尺度で設定できる。

報告されたベンチマークは、はるかに大規模なモデルと比較して高い性能を示している。ベース版のスコアはMMLU-Proで74.1、HumanEvalで79.4、GSM8Kで93.0となり、DeepSeek-V4-Pro-Baseの73.5、76.8、92.6を上回った。推論の取り組み度を最大にした場合、V4.1-FlashはTerminal-Bench 2.1で90.6、DeepSWE v1.1で74.2を記録し、これらのエージェントベンチマークでは主要なOpusおよびGPTモデルをわずかに上回った。また、Codeforcesで3,471のレーティングを記録し、MathArena Apexで掲載された最高結果に並んだ。

結果が一様に優勢だったわけではない。V4.1-FlashはGPQA Diamond、Humanity’s Last Exam、SimpleQAで、比較対象となった最大規模のモデルに後れを取った。新しいTerminal-Bench 3.0および4.0の評価でも、従来のDeepSeekモデルから大幅な改善を遂げたものの、Opus-5.0を下回った。

マルチモーダルの結果は、MMMU-Proで56.5、CVBenchで77.9、DocVQAで95.6だった。エージェントツールを有効にした場合、モデルはChartographyで78.9、BabyVisionで89.6を記録した。

元の報道はMetaverse Postが掲載した：https://mpost.io/new-deepseek-v4-1-flash-challenges-larger-ai-systems-on-coding-and-agent-tasks/