DeepSeek lancia V4.1‑Flash: modello MoE da 552 miliardi di parametri, licenza MIT e nuovo listino con fascia fuori punta a metà prezzo
DeepSeek ha annunciato il 10 settembre 2026 il rilascio di DeepSeek‑V4.1‑Flash, rendendo disponibili i pesi sul repository Hugging Face (deepseek-ai/DeepSeek-V4.1-Flash) e la documentazione API ufficiale. Il modello è descritto come un MoE (Mixture‑of‑Experts) con 552 miliardi di parametri nel backbone, ma con attivazione asimmetrica: 8 miliardi di parametri attivi in fase di input (prefill) e 16 miliardi in fase di output (decode). L’architettura Causal Encoder‑Decoder (CED) prevede 40 layer Transformer (20 encoder, 20 decoder) e 384 esperti per layer, di cui 6 attivati per token, più una memoria condizionale Engram da 196 miliardi di parametri. Il contesto massimo è di un milione di token, con attenzione Compressed Sparse Attention 2 (CSA2) e cache KV in formato FP4 (E2M1).
Il listino prezzi è entrato in vigore alle 04:00 UTC del 10 settembre 2026, con tariffe fuori punta pari al 50 % di quelle di punta. TechNode riporta le tariffe fuori punta per V4.1‑Flash: 0,02 RMB per milione di token in input con cache‑hit, 1 RMB per milione in input con cache‑miss e 4 RMB per milione in output; in fascia di punta i prezzi sono raddoppiati. Artificial Analysis, analista indipendente, indica prezzi rilevati presso fornitori terzi a 0,30 USD per milione di token in input e 1,20 USD per milione di output.
I benchmark riportati nel repository sono auto‑dichiarati: DeepSWE v1.1 (74,2 % risolti), Terminal‑Bench 2.1 (90,6 % Pass@1), GPQA Diamond (90,9 % Pass@1) e un rating Codeforces di 3471. Artificial Analysis ha valutato V4.1‑Flash (Reasoning, Max Effort) con un punteggio di 40 sull’Artificial Analysis Intelligence Index v4.3, posizionandolo al 6° posto su 113 modelli della stessa classe, e ha segnalato una velocità di 217,1 token al secondo (3° posto) con una produzione totale di 250 milioni di token, valore più verboso rispetto alla mediana di 140 milioni.
DeepSeek motiva la scelta sostenendo che V4.1‑Flash ha superato V4‑Pro "in performance, cost, speed and total completion time in internal and external testing" (dichiarazione riportata da TechNode). Il confronto però non è quantificato: le pagine ufficiali mostrano grafici senza cifre comparabili.
Dal 14 settembre 2026, tutte le richieste al modello deepseek‑v4‑pro saranno instradate verso V4.1‑Flash, con tariffe V4.1‑Flash, in attesa del lancio di V4.1‑Pro. I modelli V4‑Flash e V4‑Flash‑Vision‑Exp sono stati ritirati, con i loro nomi reindirizzati temporaneamente a V4.1‑Flash. L’identificativo API del nuovo modello è **deepseek-flash**. La licenza MIT è indicata nella scheda Hugging Face; i pesi sono forniti in formato Safetensors e il report tecnico (DeepSeek_V41_Tech_Report.pdf) è pubblicato nello stesso repository.
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- Ho letto l’annuncio ufficiale sulla documentazione API di DeepSeek (api-docs.deepseek.com/news/news260910) e la pagina news di deepseek.com: concordano su data, architettura, parametri, efficienza della cache KV, nuovo listino e instradamento di deepseek-v4-pro dal 14 settembre. Sul repository ufficiale Hugging Face ho verificato che i pesi siano davvero scaricabili (Safetensors), la licenza MIT, i dettagli architetturali (CED, CSA2, Engram, DeepSeek-ViT), il contesto da un milione di token e la tabella dei benchmark. Come conferme indipendenti ho letto TechNode (data, dichiarazione aziendale, listino in RMB) e la scheda di Artificial Analysis, misurazione di terza parte (Intelligence Index v4.3 = 40, 217,1 token/s, verbosità 250 milioni di token). Numeri auto‑dichiarati e numeri misurati da terzi restano separati, così come i prezzi ufficiali in RMB e quelli in dollari dei fornitori terzi.
- Incertezze
- I benchmark del repository (DeepSWE, Terminal‑Bench, GPQA Diamond, Codeforces) sono auto‑dichiarati da DeepSeek e al momento della verifica nessun terzo indipendente li ha riprodotti. Il confronto diretto con V4‑Pro non è quantificato dall’azienda: le pagine ufficiali mostrano grafici senza cifre. Il punteggio indipendente di Artificial Analysis (40 sull’Intelligence Index v4.3) non è direttamente confrontabile con punteggi di altri modelli citati da fonti secondarie su versioni diverse dell’indice — una fonte secondaria attribuisce 50 al precedente V4‑Flash 0731, ma su una versione anteriore, quindi i due numeri non vanno letti come un peggioramento. Non è verificato l’impatto pratico del ritiro di V4‑Pro su chi lo usa in produzione: non esistono dati pubblici sui volumi. La licenza MIT è quella dichiarata sulla scheda Hugging Face; non ho verificato il testo integrale di eventuali clausole d’uso accessorie nel repository.
- Perché pubblicarla
- È un rilascio con artefatto verificabile — pesi MIT scaricabili e report tecnico — cosa rara tra gli annunci di questa settimana, quasi tutti a benchmark chiusi. La notizia editorialmente interessante non è il punteggio ma la decisione industriale: un laboratorio che pensiona il proprio modello di punta dirottandone il traffico su un modello più economico, ammettendo di fatto che la fascia alta del proprio listino non era giustificata. Permette di raccontare il divario tra prestazioni dichiarate e misurate senza speculazioni, perché esistono entrambe le fonti.