DeepSeek V4.1 Flash rejoint le catalogue Token Factory de Selectel

Son atout d'ingénierie principal est un cache KV économe : en FP4, il occupe 890 octets par jeton, quatre fois moins que V4 Flash. La mémoire peut ainsi monter efficacement en charge avec un contexte d'un million de jetons, soit 2,7 fois plus que V4 Flash. Le modèle est multimodal ; les images sont traitées par DeepSeek-ViT, un encodeur entraîné à partir de zéro. DeepSeek promet de meilleurs résultats aux tests de référence, une exécution plus rapide et des réponses plus courtes, ce qui compte avec une facturation au jeton. Le rapport technique indique un gain de 11 points sur Terminal-Bench, et en automatisation et développement web, le Flash léger a devancé le plus lourd Opus.

Coût et données

Pour une requête d'agent typique de 50 000 jetons en entrée et 2 000 en sortie, le coût est d'environ 13 roubles sans cache. Si 40 000 jetons d'entrée sont en cache, comme l'invite système et les descriptions d'outils répétées, il tombe à environ 5,8 roubles.

Règle simple : V4 Flash reste plus avantageux pour les conversations, la classification et le traitement massif de texte ; la version 1017 se justifie lorsqu'il faut garder en mémoire un dépôt entier, un long échange ou des documents numérisés. Toutes les requêtes restent dans l'infrastructure russe. Selon la documentation, les invites et réponses ne sont ni stockées ni utilisées pour l'entraînement ; seules des statistiques techniques de consommation sont collectées. Pour les projets avec données personnelles, c'est sans doute le principal argument en faveur de l'inférence locale plutôt que de l'API directe de DeepSeek.

Dans le panneau de contrôle, ouvrez Produits → Token Factory, créez une clé API et copiez l'alias deepseek-v4.1-flash-1017 depuis le catalogue. L'API étant compatible OpenAI, il suffit de changer base_url et le nom du modèle dans le code existant. DeepSeek recommande temperature et top_p à 1,0.