DeepSeek-V4.1-Flash-1017 Hugging Face重みリポジトリ（MIT）

DeepSeekがHugging Faceで公開したV4.1-Flash-1017の重み（MITライセンス、画像・テキスト入力対応）。リポジトリにはプロンプトエンコーディングのPython参考実装と最小限の参考推論コードが含まれていますが、Jinja形式のチャットテンプレートは付属していません。

2026-10-29T01:44:45Z

ダウンロード数 116770

信頼度：高（80） · イベント日時 2026-10-16

理由

10-17 公開（最近の動向であり、過去 24 時間以内の出来事ではない）。10-27 はモデル公開についてすでに報道しているが、ここでは重みリポジトリ自体に焦点を当てる。ローカルデプロイを行うユーザーがプロンプト形式で最もエラーを起こしやすいため。
公式によると、V4.1 のプロンプト形式は V4 と3点異なる。ツール呼び出しのDSMLタグ名前にスペースが1つ追加される。推論強度が 1–100 の数値に変更された（low=50、high=75 がデフォルト、max=100）。会話の途中で system メッセージを挿入することが可能になった。
本番環境では、公式が別途公開した deepseek-recipe（Rustライブラリ + Pythonバインディング）を利用できる。これにより、Messages、Chat Completions、Responses リクエストを V4 / V4.1 のプロンプトまたはトークンに変換し、思考内容、ツール呼び出し、画像出力を解析できる。
公式モデルカードには、前バージョンの V4.1-Flash に対する改善点が記載されている。例えば、Terminal-Bench 4.0 は 31.2 から 42.3 に、ProgramBench は 20.3 から 29.1 に向上した（公式発表。Terminal-Bench は Claude Code フレームワークで測定）。

使い方

推奨サンプリングパラメータ：temperature 1.0、top_p 1.0、コンテキスト長 1M トークン、max_tokens は 256K 以上（公式推奨）。
プロンプト構築：encoding/encoding.py の encode_messages(messages, thinking_mode="thinking", reasoning_effort=75) を使用し、モデル出力は parse_message_from_completion_text で解析する。画像は <｜deepseek_image｜> プレースホルダーを使用する。
参考推論：inference ディレクトリで pip install -r requirements.txt を実行し、convert.py を使ってテンソル並列数（例：MP=8、--expert-dtype fp4）に応じて重みを変換した後、torchrun --nproc-per-node 8 generate.py --interactive で対話を行う。

リスク

inference ディレクトリについて、公式は「可読性を重視した参考実装であり、本番用サービングエンジンではない」と明記している。例は 8 路のテンソル並列を前提としている。単一GPUでのローカル実行を希望する場合は、コミュニティによる量子化版や Delta などのエンジンを利用する必要がある。
Jinjaテンプレートがないため、汎用的なチャットテンプレートを適用する推論フレームワークでは、DSMLタグや推論強度プレフィックスの構築を誤る可能性がある。ベンチマーク比較の数値はすべて公式による自己測定である。