# انتشار وزن‌های باز DeepSeek V4.1-Flash برای عامل‌های کدنویسی

> مدل جدید برای پردازش ورودی از پارامترهای کمتری استفاده می‌کند و هزینه و حافظهٔ لازم برای گردش‌کارهای عامل‌محور را کاهش می‌دهد.

Oossa · 2026-10-06 · https://oossa.com/fa/deepseek-releases-open-weight-v4-1-flash-for-coding-agents

DeepSeek وزن‌های مدل V4.1-Flash را در HuggingFace منتشر کرده و آن را از طریق APIهای مدل Baseten در دسترس گذاشته است. این مدل در مجموع 552 B پارامتر دارد، اما هنگام مرحلهٔ پیش‌پرکردن فقط 8 B و هنگام رمزگشایی 16 B پارامتر را فعال می‌کند؛ در نتیجه اجرای آن از نسخه‌های قبلی ارزان‌تر است. این مدل از پنجرهٔ زمینهٔ 1 M توکنی پشتیبانی می‌کند و می‌تواند متن و تصویر را به‌عنوان ورودی دریافت کند. پشتهٔ ارائهٔ سرویس Baseten درخواست‌ها را به GPUهایی هدایت می‌کند که پیشوند موردنیاز را از قبل در حافظه دارند و به این ترتیب، استنتاج برای عامل‌های کدنویسی را سریع‌تر می‌کند.

## حقایق

- 552 B پارامتر در مجموع؛ 8 B پارامتر فعال برای پیش‌پرکردن و 16 B برای رمزگشایی
- پنجرهٔ زمینهٔ 1 M توکنی؛ وزن‌های باز در HuggingFace

## چرا مهم است

توسعه‌دهندگانی که دستیارهای کدنویسی می‌سازند، می‌توانند هزینهٔ GPU را کاهش دهند و بدون نیاز به حافظهٔ بیشتر، از پرامپت‌های طولانی‌تری استفاده کنند.

## منابع و ارجاع‌ها

1. [DeepSeek-V4.1-Flash: more efficient prefill for coding agents](https://www.baseten.co/blog/deepseek-v41-flash-more-efficient-prefill-for-coding-agents/) – Baseten

آخرین به‌روزرسانی: 2026-10-06