DeepSeek baru saja meluncurkan model AI generasi terbaru, V4.1-Flash. Menurut keterangan resmi, meskipun jumlah total parameter dan parameter aktif V4.1-Flash lebih kecil dibanding V4-Pro, performanya dalam hal kemampuan, kecepatan inferensi, dan pengendalian biaya justru lebih menonjol, terutama pada tugas-tugas terkait agen dan pemrograman, di mana hasil sejumlah benchmark melampaui V4-Pro dan model mutakhir seperti GPT-5.6 Sol.
DeepSeek V4.1-Fash Unggul dari Segi Performa dan Biaya
DeepSeek menjelaskan bahwa V4.1-Flash mengadopsi arsitektur mixture-of-experts dengan total 552 miliar parameter, mengaktifkan 8 miliar parameter pada tahap input dan 16 miliar pada tahap output. Sebagai perbandingan, V4-Flash generasi sebelumnya memiliki total 284 miliar parameter, sementara V4-Pro memiliki total 1,6 triliun parameter. Salah satu peningkatan utama model ini adalah kompresi besar-besaran pada KV cache, dengan pemakaian cache turun menjadi sekitar 890 byte per token, sementara kecepatan output mencapai sekitar 214,4 token per detik, dan waktu respons token pertama adalah 1,13 detik.
Lembaga evaluasi independen AA memberikan penilaian "kecepatan yang deutlich lebih cepat".
Dari sisi performa, DeepSeek menyatakan bahwa pada pengaturan intensitas penalaran tinggi, V4.1-Flash mengungguli GPT 5.6 Sol dan Claude Opus 5 dalam pengujian seperti operasi terminal, perbaikan kode, dan tugas otomatisasi. Namun, pada tugas penalaran umum tingkat kesulitan tinggi yang lebih luas, performa model ini relatif biasa-biasa saja. Data AA menunjukkan indeks kecerdasan komprehensif V4.1-Flash sebesar 40 poin, lebih tinggi dari tingkat median model-model berbobot terbuka sejenis, tetapi masih lebih rendah dibanding model-model mutakhir papan atas.
Perlu dicatat bahwa belakangan ini AA memperbarui sistem evaluasinya, sehingga standar penilaian secara keseluruhan jelas diperketat, dan skor sejumlah model peringkat atas ikut turun.
Dari sisi harga, data AA menunjukkan harga V4.1-Flash sebesar US$0,30 (sekitar HK$2) per 1 juta token input dan US$1,20 (sekitar HK$9) per 1 juta token output, dengan biaya komprehensif sekitar US$0,18 (sekitar HK$1), lebih rendah dari median model-model di kelas yang sama. Jika cache命中, harga dapat turun lebih lanjut menjadi US$0,01 (sekitar HK$0) per 1 juta token. AA juga指出 bahwa jawaban model ini cenderung lebih panjang, dan total token output dalam evaluasi deutlich lebih tinggi dibanding model-model lain di kelas yang sama, yang dapat berdampak pada waktu dan biaya pada penggunaan di dunia nyata.
Di sisi teknis, V4.1-Flash memperkenalkan struktur baru bernama CED yang membagi 40 lapisan Transformer menjadi 20 lapisan causal encoder dan 20 lapisan decoder, mengurangi komputasi berulang dari cross-attention tradisional, serta menggabungkan metode-metode seperti CSA2 dan kuantisasi FP4 untuk memampatkan pemakaian cache dan memori. Secara keseluruhan, pembaruan DeepSeek kali ini menitikberatkan pada optimalisasi eksekusi agen, kemampuan kode, dan biaya deployment.