Quel est le score de DeepSeek V4.1 Flash ?

DeepSeek V4.1 Flash obtient un score IA de 88,1, avec une marge de 86,4 à 89,9, dans l'édition du 9 novembre 2026. Il est classé 34e sur 257 modèles, à partir de 27 mesures. Ce que veut dire ce score : https://quelleia.com/demarche/#que-veut-dire-le-score

Dans quelles tâches DeepSeek V4.1 Flash est-il le plus fort ?

Ses deux meilleures tâches sont web (93,4) et raisonnement (90,2). Sa tâche la plus faible est français (80,4).

Combien coûte DeepSeek V4.1 Flash ?

0,15 € par million de jetons en entrée et 0,60 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 0,45 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

Qui édite DeepSeek V4.1 Flash ?

DeepSeek V4.1 Flash est édité par DeepSeek (Chine), et il est sorti le 9 septembre 2026. Ses poids sont ouverts, sous licence MIT.

Fiche modèle · édition du 9 novembre 2026

DeepSeek V4.1 Flash

DeepSeek · Chine · sorti le 9 septembre 2026DeepSeek · Chine · 9 septembre 2026

Réflexion réglable
Poids ouverts · MIT
4 DGX Spark, 512 Go
Classe énergétique E

88,1de 86,4 à 89,9Rang 34 · 100 %?

Empreinte?

Raisonnement90,2Code88,9Agents83,0Usage88,1Maths87,6Sciences81,7Français80,4Vision87,3Écriture87,6Web93,4

Son bilan?

Au classement général, 34e sur 257, ex æquo avec 17 autres modèles dont les marges d'erreur se recouvrent.
Pas encore classé en tâches d'agent : trop peu de mesures.

L'essayer surDeepSeek (nouvel onglet)

Estimationenviron 0,45 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Pour coder

Ollama Clouddès 20 $

Ce forfait de code propose ce modèle, d'après la page de leur éditeur. Tous les forfaits pour coder →

Score général?

88,1de 86,4 à 89,9

Rang34Groupe 4, ex æquoCouverture100 %27 mesures

Pourquoi ce score ? →Comment lire un score →

Les dix tâches?

Peut-il tourner chez vous ?ESTIMATION

Tient à partir de quatre DGX Spark en grappe (448 Go utiles), en version allégée à 4 bits, par exemple quatre DGX Spark en grappe. Mémoire estimée : 380,9 Go.

Cartes graphiquesTrop juste
PC portables GeForce RTXTrop juste
PC portables Intel Core UltraTrop juste
PC portables Snapdragon X2Trop juste
MacTrop juste
Mini-PC et PC portables Ryzen AI MaxTrop juste
4 DGX Spark, 512 Gopar exemple Quatre DGX Spark en grappeOui, allégé 4 bits
Sans carte graphiqueTrop juste
ServeurOui

Mémoire selon la versionAllégée, 4 bits380,9 GoAllégée, 8 bits666,5 GoComplète, 16 bits1 269,6 GoLe pointillé marque 448 Go, la mémoire utile de quatre DGX Spark en grappe. Au-delà, le modèle ne tient plus sur cette machine.

Vitesse de générationPas d'estimation de vitesse : en plus des 552 milliards de paramètres que compte notre calcul de mémoire, DeepSeek annonce une mémoire Engram de 196 milliards, et les fichiers du modèle en totalisent environ 763 milliards. Son poids réel en mémoire dépasse notre estimation : nous ne savons pas encore sur quelles machines il tient. Comment on l’estime.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire. Les prix et les marchands sont sur la page de chaque machine.

Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.

Fiche technique

Prix: 0,15 € / 0,60 €entrée / sortie, par million de jetons
Fenêtre de contexte: 1 000 000 jetonsenviron 750 000 mots
Entrées: Texte, image
Réflexion: Faible, élevée, maximaletrois niveaux réglables
Paramètres: 552 milliards
Licence: MITpoids ouverts, téléchargeables
Classe énergétique: Esur une échelle de A à G
Hébergement en Europe: Possible
Connaissances jusqu'à: Mai 2025

Où le trouver

Liens directs, sans affiliation

Dans les outils de code

Relevé du 9 novembre 2026

Disponible dans: Aucun des outils relevés ne le propose dans sa liste.
Mesuré dans: OpenCode

Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré. Tous les outils et leurs modèles →

Toutes les mesures

38 mesures · d'où vient le score

BenchmarkRésultatÉquivaut à?RéflexionÉtatSource

OTIS Mock AIME 2024-202598,3 %90,0MaximaleSATURÉepoch.ai

ARC-AGI-194,5 %90,8MaximaleSATURÉarcprize.org

ARC-AGI-190,5 %87,3FaibleSATURÉarcprize.org

GPQA Diamond89,8 %83,4MaximaleSATURÉepoch.ai

ARC-AGI-188,5 %86,0ÉlevéeSATURÉarcprize.org

DTBench89,9 %84,6InconnueSATURÉconceptualreasoning.ai

Code Arena, WebDev1 663,7 Elo94,5InconnueACTIFarena.ai

Code Arena, WebDev1 620,6 Elo91,7MaximaleACTIFarena.ai

ARC-AGI-272,9 %89,4MaximaleSATURÉepoch.ai

FrontierMath, paliers 1 à 3 (v2)67,4 %87,2MaximaleSATURÉepoch.ai

ARC-AGI-267,5 %88,3ÉlevéeSATURÉepoch.ai

Arena, questions d'experts1 517,5 Elo89,5MaximaleACTIFarena.ai

Voir les 26 autres mesures

Arena, questions de maths1 494,9 Elo89,8MaximaleACTIFarena.ai

Arena, questions de code1 525,4 Elo88,1MaximaleACTIFarena.ai

ARC-AGI-260,6 %86,9FaibleSATURÉepoch.ai

Arena, texte1 475,1 Elo87,9MaximaleACTIFarena.ai

Arena, écriture créative1 440,8 Elo86,9MaximaleACTIFarena.ai

Arena, questions en français1 484,2 Elo84,6MaximaleACTIFarena.ai

Arena, vision1 262,9 Elo85,6MaximaleACTIFarena.ai

LMCA46,9785,6InconnueACTIFconceptualreasoning.ai

ProofBench54 %88,4InconnueSATURÉvals.ai

SciCode51,9 %85,2MaximaleACTIFartificialanalysis.ai

Surface Evolver Bench46,3 %80,3ÉlevéeSATURÉyhenon.github.io

Chess Puzzles48 %91,2MaximaleACTIFepoch.ai

FrontierCode43,9 %92,1Élevée · devin-cliACTIFcognition.com

SimpleQA Verified42,9 %83,6MaximaleACTIFepoch.ai

APEX-Agents39,5 %82,5InconnueACTIFepoch.ai

compar:IA947,0 Elo44,8InconnueACTIFarene.comparia.beta.gouv.fr

Mystery Game Puzzles43 %91,6MaximaleACTIFepoch.ai

SciCode35,5 %64,4SansACTIFartificialanalysis.ai

FrontierMath, palier 4 (v2)26,8 %86,0MaximaleSATURÉepoch.ai

GDP.pdf19,8 %88,4MaximaleACTIFsurgehq.ai

CritPt14,3 %86,8MaximaleACTIFepoch.ai

WeirdML v311,6 %87,4Élevée · opencodeACTIFhtihle.github.io

ARC-AGI-17,8 %59,5SansSATURÉarcprize.org

Furniture Assembly34,2 %87,4MaximaleACTIFepoch.ai

ARC-AGI-21,3 %65,5SansSATURÉepoch.ai

CritPt0,3 %59,3SansACTIFepoch.ai

Source : Artificial Analysis pour CritPt et SciCode. Ces mesures, relayées par Epoch AI, comptent dans le score IA avec leur accord.

En bref

Quel est le score de DeepSeek V4.1 Flash ?: DeepSeek V4.1 Flash obtient un score IA de 88,1, avec une marge de 86,4 à 89,9, dans l'édition du 9 novembre 2026. Il est classé 34e sur 257 modèles, à partir de 27 mesures.?
Dans quelles tâches DeepSeek V4.1 Flash est-il le plus fort ?: Ses deux meilleures tâches sont web (93,4) et raisonnement (90,2). Sa tâche la plus faible est français (80,4).
DeepSeek V4.1 Flash peut-il tourner en local ?: Tient à partir de quatre DGX Spark en grappe (448 Go utiles), en version allégée à 4 bits, par exemple quatre DGX Spark en grappe. Mémoire estimée : 380,9 Go.
Combien coûte DeepSeek V4.1 Flash ?: 0,15 € par million de jetons en entrée et 0,60 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 0,45 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.
Qui édite DeepSeek V4.1 Flash ?: DeepSeek V4.1 Flash est édité par DeepSeek (Chine), et il est sorti le 9 septembre 2026. Ses poids sont ouverts, sous licence MIT.