DeepSeek V4.1 Flash : recherche web et cache réduit

LLéna

DeepSeek a publié samedi le snapshot V4.1-Flash-1017, une nouvelle version de son modèle de programmation, et ouvert ses API de recherche web à tous les comptes développeurs, selon AlphaSignal. Le modèle utilise une architecture dite MoE et compte 552 milliards de paramètres au total, avec 8 milliards activés à l’entrée et 16 milliards à la génération. Sa fenêtre de contexte atteint un million de tokens, ce qui correspond à la quantité de tokens que le modèle peut traiter dans ce contexte. DeepSeek indique que le cache KV de cette version utilise environ un quart de la mémoire de celui de la génération Flash précédente, une réduction qui peut limiter la mémoire nécessaire à son fonctionnement. Les API Search et Fetch permettent de rechercher des pages web et d’en récupérer le contenu ; DeepSeek annonce un tarif de 0,75 dollar pour 1 000 appels réussis. L’API hébergée du modèle coûte 0,15 dollar par million de tokens en entrée et 0,60 dollar par million en sortie. Les poids sont publiés sous licence MIT sur Hugging Face et ModelScope, et les développeurs peuvent ainsi accéder au modèle sous cette licence, en plus de l’API hébergée. DeepSeek affirme que V4.1 Flash dépasserait V4 Pro sur les tests de performance, la vitesse de génération et la durée d’exécution des tâches, mais ces comparaisons n’ont pas été vérifiées indépendamment.