Модель · DeepSeek
DeepSeek V4 Flash
Устаревшая бюджетная модель DeepSeek с открытыми весами для рассуждений и агентного программирования, её сменила V4.1 Flash
вышла 24 апреля
Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиШкала условная (Claude 3.5 Sonnet = 130, GPT-5 = 150); интервал — 90-процентный диапазон оценки, и модели с перекрывающимися интервалами надёжно не различаются.Подробнее на английском ↗
69 место из 266
индекс 146, вероятный разброс 144–148 · весь рейтинг →
| Бенчмарк | РезультатОбычно — доля заданий теста, которые модель решила. У некоторых тестов свой счёт; как он устроен, сказано в пояснении к названию теста | УсилиеНасколько долго модель рассуждала перед ответом, когда её проверяли: низкое, среднее, высокое, очень высокое, максимальное. Чем выше усилие, тем обычно выше результат — и тем дольше и дороже ответ. Показан лучший результат и усилие, на котором он получен |
|---|---|---|
| DTBenchВопросы с выбором ответа по теории принятия решений в задачах вроде парадокса Ньюкома, где твой выбор говорит о выборе похожих на тебяСлучайный выбор даёт около 40%, так что это нижняя планка, а не ноль.Подробнее на английском ↗ | 77,3% | максимальное |
| LMCAНасколько оценки моделью доводов в философии, теории решений и безопасности ИИ совпадают с оценками экспертовБалл — корреляция с оценками экспертов, умноженная на 100; практический потолок около 85, а не 100.Подробнее на английском ↗ | 42,2% | максимальное |
| WeirdMLНеобычные задачи по машинному обучению: модель пишет код, который на выданных данных обучает классификатор, например для распознавания фигурБалл — средняя точность обученных моделью классификаторов, а не доля решённых задач.Подробнее на английском ↗ | 45,6% | максимальное |
| SimpleBenchВопросы с подвохом на здравый смысл: пространство, время, поведение людей. 213 вопросов, у каждого шесть вариантов ответаЛюди в проверке авторов набрали около 84%, а балл модели — средняя точность по пяти прогонам.Подробнее на английском ↗ | 35,6% |
Характеристики
- Вышла
- 24 апреля
- КонтекстСколько текста модель учитывает за один запрос: вопрос, приложенные документы и её собственный ответ вместе. Токен — кусок слова; слово обычно занимает один–три токена
- 1 млн токенов
- Длина ответаСколько токенов модель может выдать за один ответ, вместе со скрытыми рассуждениями, если они есть
- до 384 тыс. токенов
- Цена входаСколько стоит миллион токенов, отправленных модели: вопрос, документы, вся история переписки
- $0,15 за миллион токенов
- Вход из кэшаЦена входа для повторяющегося начала запроса, которое лаборатория уже сохранила у себя. В длинной переписке и у агентов это большая часть входа — и в разы дешевле
- $0,003 за миллион токенов
- Цена ответаСколько стоит миллион токенов, написанных моделью, — включая скрытые рассуждения
- $0,60 за миллион токенов
- Понимает
- текст, изображения
- Отвечает
- текст
- РассужденияПеред ответом модель рассуждает про себя: медленнее и дороже, зато точнее на трудных задачах
- да
- Вызов инструментовМодель сама просит программу выполнить действие — поиск, запуск кода, запрос к сервису — и продолжает с результатом. На этом держатся агенты
- да
- ВесаОткрытые — файлы модели можно скачать и запустить на своих серверах. Закрытые — доступ только через сервис лаборатории
- открытые
- Знания до
- май 2025
- Идентификатор в API
- deepseek-v4-flash
Что это за модель
DeepSeek V4 Flash — младшая модель линейки DeepSeek V4. DeepSeek показала её 24 апреля 2026 года как предварительную версию, вместе со старшей V4 Pro. Модель устроена как смесь экспертов (mixture of experts): внутри много отдельных подсетей, и на каждый токен работает лишь часть из них. Всего у неё 284 млрд параметров, из них одновременно задействованы 13 млрд. Новым в линейке стал механизм внимания: он сжимает то, что модель помнит о прочитанном, и читает текст выборочно. Поэтому длинные документы обходятся ей дешевле, чем прошлым моделям DeepSeek.
Компания представляла Flash как быстрый и экономный вариант рядом с Pro. По её словам, в рассуждениях модель близка к V4 Pro, а на простых агентных задачах держится с ней на равных. Агентные задачи — это когда модель сама выполняет цепочку действий: читает файлы, запускает команды, правит код. DeepSeek отдельно указывала, что Flash работает в Claude Code, OpenClaw и OpenCode, и на ней же построены внутренние системы программирования самой компании. Модель умела отвечать сразу или сначала рассуждать.
31 июля 2026 года вышла основная версия. Размер и устройство модели не изменились, DeepSeek заново провела только дообучение. Компания заявила, что агентные навыки заметно выросли и по бенчмаркам модель намного обходит предварительную версию V4 Pro. Тогда же Flash научилась работать с Codex от OpenAI, а в августе получила три уровня глубины рассуждений: низкий, высокий и максимальный. На сложных агентных задачах старшая V4 Pro оставалась сильнее. Сама V4 Flash понимала только текст, картинки разбирала отдельная экспериментальная версия V4 Flash Vision Exp.
10 сентября 2026 года DeepSeek вывела V4 Flash из работы вместе с версией Vision Exp. Запросы к идентификатору deepseek-v4-flash временно уходят на V4.1 Flash и оплачиваются по её ценам. Новая модель сразу понимает текст и картинки и тратит на каждый токен меньше вычислений. Компания ссылается на замеры нескольких сторонних тестировщиков: по их данным, V4.1 Flash обходит даже V4 Pro по качеству, цене и скорости.
Источники: Анонс DeepSeek V4 (предварительная версия), Журнал изменений API DeepSeek, Анонс V4.1 Flash и вывод V4 Flash из работы
Того же уровня по индексу Epoch
-
GPT-5.4 nano
OpenAI71-е место в Epochконтекст 400 тыс.$0,20 / $1,25рассуждениядороже в 2,1 раза
-
MiniMax-M2.7
MiniMax72-е место в Epochконтекст 204 тыс.$0,30 / $1,20открытые весарассуждениядороже в 2 раза
-
MiniMax-M3
Другие модели семейства
-
DeepSeek V4.1 Flash
DeepSeekконтекст 1 млн$0,15 / $0,60открытые весарассуждения
-
DeepSeek V4 Flash Vision Exp
Новости о модели
- 01
- 02
- 03
- 04
- 05
- 06
Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).