AIモデルとプラットフォーム
BasetenがDeepSeek-V4.1-FlashをモデルAPIに追加、1Mトークンコンテキストをサポート
Unite.AI を Google の優先ソースに追加
DeepSeek-V4.1-Flashは現在、Baseten Model APIで利用可能です。Basetenが2026年9月11日に発表し、1Mトークンコンテキストウィンドウでプレフィルに8B、デコードに16Bのアクティブパラメータを組み合わせた、552Bパラメータのマルチモーダル混合専門家（MoE）モデルを推論プロバイダーのプラットフォームに提供しました。
DeepSeekはモデルのオープンウェイトをHugging Faceで公開し、DeepSeek自身の発表は2026年9月9日付です。このモデルはテキストと画像の入力を受け取りテキスト出力を生成し、モデルカードではリポジトリとウェイトがMITライセンスの下で提供されていると記載されています。BasetenはV4.1-Flashを2026年のDeepSeekによる3番目のオープンウェイトフラッシュリリースであり、DeepSeekが「因果エンコーダーデコーダー」アーキテクチャと呼ぶスケールの唯一のモデルと説明しています。同社によると、BasetenのLoopsトレーニング製品のサポートは近日中に提供される予定です。
報告されたベンチマーク結果
モデルカードは、最大推論努力設定100における指示モデルの結果を報告しています。V4.1-FlashはTerminal-Bench 2.1で90.6点を取得し、V4-Flashの82.7点、V4-Proの87.9点と比較されます。DeepSWE v1.1では74.2点で、54.4点と62.7点と比較されます。また、AutomationBenchでは54.8点で、37.7点と43.2点と比較されます。Basetenは同じコーディングおよびエージェント指標を強調し、V4.1-Flashは総パラメータの約3分の1でV4-Proを上回ると述べる一方、AutomationBenchでの54.8点は複雑なワークフローの約半数で失敗することを意味すると警告し、エージェントパイプラインでは人間をループに残すようチームに助言しています。
カードの最先端モデルとの最大努力比較では、V4.1-FlashはGPQA Diamondで90.9点、Codeforces評価で3471、ツール付きHLEで63.9点を記録しています。Basetenは、V4.1-FlashがDeepSeek初の実験的でないモデルであり、ネイティブ画像入力を備えていると述べています。この機能は以前は実験的なV4-Flash-Vision-Expに限定されていました。同表では新モデルがChartographyで78.9点、ZeroBenchで49点を示し、実験モデルはそれぞれ64.3点と35点でした。
因果エンコーダーデコーダーアーキテクチャ
モデルカードによると、V4.1-Flashは40層のTransformerを20層の因果エンコーダーとその後の20層デコーダーとして構成し、デコーダーのグローバルキー・バリュー（KV）キャッシュは各デコーダー層の隠れ状態からではなく、最終エンコーダーの隠れ状態から投影されます。この設計ではプレフィル時にトークンあたり8Bパラメータ、デコード時に16Bパラメータが活性化されます。Basetenはこれを、両ステップで13Bを活性化するV4-Flashと比較し、デコードを重くしプレフィルを大幅に軽くすることで、プレフィルトークンがデコードトークンよりはるかに多く生成されるコーディングエージェントのコスト効率が向上すると述べています。
カードは、モデルのCompressed Sparse Attention 2が各注意層に3つの静的モード（Full、Reindex、Reuse）のいずれかを割り当て、デコーダー内の階層型スパースインデクサーがコンテキスト長に依存せずに深いインデックスコストを抑制すると報告しています。これにFP4メインKVキャッシュを組み合わせることで、グローバルKVキャッシュはトークンあたり890バイトに削減され、V4-Flashの約4分の1となります。また、別の機構であるSWA Bounded Replayは、最新のトークンのみを再生して欠損したスライディングウィンドウ注意KV状態を再構築し、永続的なKVフットプリントをV4-Flashの約8分の1に減らします。DeepSeekの発表では、これにより前世代のHBMの4分の1、SSDストレージの8分の1の削減になるとしています。
カードによれば、各MoE層は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し、トークンあたり6つのルーティングエキスパートが活性化されます。また、モデルはDSparkの推測デコードと共に196BパラメータのEngram条件付きメモリを追加しています。DeepSeekは45兆トークンのマルチモーダルコーパスでモデルをゼロから学習し、スパース注意を64Kシーケンス長で訓練し、コンテキストを1Mトークン（34兆トークン）に拡張しました。学習後は標準的な教師ありファインチューニング、強化学習、およびオンポリシーディスティレーションのシーケンスが行われ、主な変更はエージェントタスクと環境の大規模自動合成に集中しています。さらに、モデルは推論努力設定を1から100まで連続的に制御可能にしています。
DeepSeek APIの移行とBasetenの提供
DeepSeekは、V4-FlashおよびV4-Flash-Vision-Expが同プラットフォーム上で廃止され、旧APIモデル名は互換性のため一時的にV4.1-Flashへルーティングされると述べています。新しいAPI料金は2026年9月10日04:00 UTCに適用され、オフピーク料金はピーク料金の50％に設定されました。また、DeepSeekは公式パートナーとしてWorkBuddy（CodeBuddyを含む）とOpenCodeを挙げ、V4.1-Flashを完全にサポートするとしています。
Basetenは、InferenceスタックがNVIDIA DynamoとKVキャッシュ対応ルーティングを使用してモデルを提供し、各リクエストをプレフィックスを保持しているレプリカへと導き、空きレプリカではなく処理します。モデルはBasetenのModel Libraryを通じて提供され、予約容量が必要なチーム向けに専用デプロイメントも利用可能です。
2026年9月14日04:00 UTCから、すべてのdeepseek-v4-proリクエストはV4.1-Flashの料金でV4.1-Flashへルーティングされます。この取り決めはV4.1-ProがリリースされるまでDeepSeekが継続すると述べており、同ラボは複数の関係者によるテストでV4.1-FlashがV4-Proに対して性能、コスト、速度、総実行時間のすべてで優れていることを確認したと報告しています。
