На прошлой неделе Fireworks AI представила модель DeepSeek‑V4.1‑Flash. По собственным тестам компании, она справляется с задачами по программированию так же точно, как GPT‑6 Astra, но обходится примерно в 15 раз дешевле за одну задачу. Типичная задача по программированию в тесте DeepSWE стоит $0.43. Компания объясняет снижение расходов новой архитектурой с раздельной обработкой входных и выходных данных и улучшенным KV-кэшем, которому требуется меньше памяти.
Как модели удаётся снижать расходы
DeepSeek‑V4.1‑Flash — это модель типа «смесь экспертов» (MoE) с 552 млрд параметров. При обработке входных данных она задействует 8 млрд параметров, а при генерации выходных — 16 млрд. Такой подход соответствует характеру работы агентов-программистов: они анализируют много кода, но генерируют сравнительно небольшие исправления. В тесте DeepSWE модель обработала 36,9 млн входных токенов и 211 тыс. выходных — соотношение составило 174:1. Новый KV-кэш использует вчетверо меньше памяти с высокой пропускной способностью (HBM) и в восемь раз меньше места на SSD, чем предыдущая DeepSeek V4. При этом доля попаданий в кэш сохраняется на уровне 99,6 %, а расходы на попадания в кэш сокращаются до 60 % счёта.
В чём модель сильна, а в чём уступает
В тестах на программирование DeepSWE качество модели не уступает Astra, Gemini 3.8 Flash и Claude Opus 5: разница по показателю pass@1 не превышает 0,7 пункта. При этом DeepSeek‑V4.1‑Flash обходится намного дешевле: в 5,5 раза дешевле Gemini 3.8 Flash, в 15 раз — Astra и в 28 раз — Opus 5. В другой задаче, Terminal‑Bench 2.1, модель использует вчетверо больше выходных токенов, чем Astra, но в итоге всё равно обходится примерно в 12 раз дешевле. Однако в мультимодальном тесте на рассуждение Humanity’s Last Exam она набирает 34,52 % против 50,40 % у Astra — это говорит о более слабых результатах в задачах на академическое мышление. «Оракульный маршрутизатор», выбирающий лучший ответ из двух моделей, показал бы результат на 4,4 процентного пункта выше, чем Astra в одиночку. Это говорит о том, что системы из нескольких моделей могут быть эффективнее.
Как получить доступ
Fireworks предлагает DeepSeek‑V4.1‑Flash через бессерверный API, а также выделенные мощности для производственных нагрузок. Компания обещает в ближайшее время запустить размещённые в США конечные точки для регулируемых отраслей и планирует предоставить ранним пользователям поддержку в обучении.
Почему это важно
Для разработчиков инструментов программирования с ИИ новая модель делает доступными постоянные циклы работы агентов с множеством итераций: вместо дорогих разовых запросов можно запускать недорогие фоновые процессы. Командам, которым нужны сильные способности к рассуждению в академических дисциплинах, всё ещё может понадобиться сочетать несколько моделей: в таких задачах DeepSeek‑V4.1‑Flash уступает.
