DeepSeek V4.1 Flash НАМНОГО лучше, чем я ожидал

Почему важно архитектурное решение с разделением мозга

DeepSeek V4.1 Flash использует каскадную (причинно-следственную) схему энкодера-декодера, где 40 слоев модели разделены на две группы по 20. Первая половина читает ваш запрос и подготавливает информацию. Для длинных запросов большая часть этого может обходить вторую половину, которая обрабатывает только последние части. Когда модель пишет ответ, обе половины активируются. DeepSeek утверждает, что это означает около 8 миллиардов активных параметров во время чтения и 16 миллиардов во время записи.

Это важно для кодирующих агентов, которые много читают между шагами записи. Модель также использует меньше памяти для контекста. По данным DeepSeek, версия 4.1 Flash находится примерно на уровне Opus 5 в тесте по программной инженерии под названием Deep Suite, но уступает Opus и GPT-5.6 Sol в Terminal Bench 3. К этим данным стоит относиться с осторожностью, так как это собственные оценки DeepSeek. Полезная часть заключается в том, что длинные входные циклы становятся дешевле.

Что оно создало для нас

Мы прогнали его через наши обычные визуальные тесты. Демонстрация Хельмовой Пади нас удивила. Большинство моделей создают замок, который отдалённо похож на Хельмову Падь, но эта модель правильно воспроизвела длинную стену, окружающие горы и дамбу. Это всего лишь второй раз, когда мы видим модель, которая справилась со всеми тремя элементами. На дамбе были сбои при ходьбе, но внутри была реальная детализация, и казалось, что можно пройтись по прототипу. Код группировал статические объекты по материалу, чтобы уменьшить количество вызовов отрисовки, что является разумной оптимизацией для сцены в браузере.

Механические часы получились чистыми и отполированными. Шестерни имеют настоящие 3D-формы, а их движение синхронизировано через общий симулированный часовой механизм, а не через проверку столкновений зубьев шестерен. Это хороший компромисс для анимированного объяснителя. Управление было неудобным, когда мы пытались перемещать камеру, но визуальная часть выдержала.

Демонстрация требюсета в Штормграде также произвела впечатление. DeepSeek отделял физику от обновления экрана и рассчитывал движение в 240 шагов на одну симулированную секунду, с учётом сопротивления воздуха для снаряда. Ни один из других запусков в этой серии не сравнится с этими тремя, а некоторые были просто плохими, так что это не универсальный инструмент.

Тест крыши и место, где подходит эта модель

Наш долгосрочный 3D-тест сборки китайской модели обычно ставит модели на крышу. Ранние модели пытались управляться с десятками тысяч отдельных объектов плитки и разваливались. DeepSeek V4.1 Flash использовал фигурные поверхности с гребнями плитки, встроенными в геометрию, и на самом деле завершил крышу. Первый флеш-модель, которую мы видели, сделавшая это. Это практическое решение проблемы количества плиток.

Для нашей текущей настройки Gemini 6 Astra остаётся главным строителем. Мы используем 4.1 Flash для дешевых первых проходов над дорогостоящими идеями, а затем передаем прототип Astra для завершения. Если бы вам пришлось выбрать одну недорогую модель для прототипирования, это была бы она, но она не заменяет наш основной рабочий процесс.