DeepSeek V4.1-Flash : moins de mémoire, même prix, pas partout meilleur
D'après the-decoder.com
Illustration générée par IA
Rédigé à partir du média cité; chaque fait est vérifié contre le texte source.
À retenir
- Le cache clé-valeur en mémoire GPU rapide de V4.1-Flash n'occupe plus qu'environ un quart de l'espace utilisé par le prédécesseur V4-Flash, et sa taille par token recule d'un facteur 437 par rapport à DeepSeek-V1.
- Le modèle active seulement 8 milliards de paramètres par token en lecture d'entrée, mais 16 milliards pendant la génération de la sortie.
- Sur le test de programmation DeepSWE v1.1, V4.1-Flash devance de peu Opus 5 (Anthropic) et GPT-5.6 Sol (OpenAI) avec 74,2 %. Sur un autre test, ProgramBench, il recule nettement, sans chiffre précisé.
- Le modèle est proposé aux mêmes prix que la version précédente V4-Flash : aucune baisse tarifaire n'est annoncée malgré le gain de mémoire.
- Les poids du modèle sont publiés sous licence MIT sur Hugging Face, mais le texte ne confirme pas l'ouverture du code d'entraînement ni des données.
Pourquoi ça compte
La réduction de mémoire est un vrai progrès technique : elle rend les longs contextes d'agent moins coûteux à faire tourner. Mais un lecteur presse qui retient seulement le mot percée manque deux nuances que le texte lui-même signale : le prix facturé ne baisse pas, et le modèle recule sur au moins une épreuve. Une avancée réelle sur un axe, la mémoire, n'efface pas un recul réel sur un autre, certains tests : les deux coexistent dans le même article.
Chiffre-clé
Le cache clé-valeur de V4.1-Flash n'occupe plus qu'environ un quart de l'espace utilisé par V4-Flash, et sa taille par token recule d'un facteur 437 par rapport à DeepSeek-V1 - deux comparaisons relatives données par le texte, sans valeur absolue en gigaoctets. Sur DeepSWE v1.1, le score de 74,2 % ne vaut que pour ce test précis, où V4.1-Flash devance de peu Opus 5 et GPT-5.6 Sol.
Ce que ça change au Québec
🇨🇦 Ni le prix ni la disponibilité par API ne sont donnés en devise ou en périmètre clair pour le Québec : le texte parle de mêmes prix sans afficher de chiffre en dollars. Ce que l'entreprise ne dit pas s'applique ici aussi : une percée technique annoncée ne garantit ni un tarif plus bas ni une supériorité sur toutes les tâches, ce qu'une équipe technique doit vérifier avant d'adopter le modèle pour un usage réel.
Action concrète
Avant de migrer un usage de production vers V4.1-Flash pour économiser sur les coûts d'inférence, vérifier deux choses séparément : le prix par million de jetons reste identique à V4-Flash, aucune économie tarifaire n'est annoncée, et la tâche visée ne correspond pas à ProgramBench ou à un test comparable où le modèle recule nettement. Un gain de mémoire ne garantit ni un gain de coût ni un gain de qualité sur toutes les tâches.
D'après un média relais
Sources
🔧 Outils mentionnés