// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
Questa AI usa metà della memoria video e ha una licenza aperta
DeepSeek ha rilasciato DeepSeek-V4.1-Flash, un modello open weight da 552 miliardi di parametri totali che ne attiva solo 8-16 miliardi per ogni token elaborato. Il modello riduce a un quarto la memoria video necessaria e a un ottavo lo spazio di archiviazione persistente rispetto al predecessore V4-Flash, con una finestra di contesto fino a un milione di token e licenza MIT. Sulla scheda tecnica pubblicata su Hugging Face, DeepSeek dichiara un punteggio di 74,1 su MMLU-Pro e 86,1 su BBH.
Il risparmio arriva da una combinazione di quantizzazione a 4 bit e riuso dell'attenzione fra i livelli della rete, tecniche che tagliano il costo hardware di far girare agenti AI in produzione senza intaccare, secondo l'azienda, la qualità delle risposte. È una differenza che pesa più sul collo di bottiglia della memoria che su quello, più discusso, della potenza di calcolo.
Su un confronto di terze parti il modello segna 90,6 punti su Terminal-Bench 2.1, sopra Claude Opus-5 (89,1) e GPT-5.6 Sol (88,8). È un dato non confermato da DeepSeek, e va letto come tale: nessuna delle due cifre compare nei materiali pubblicati direttamente dall'azienda.
La memoria che un agente AI deve tenere accesa conta più della potenza di calcolo. Un modello può rispondere in fretta e restare comunque troppo costoso da eseguire, se satura la RAM video o lo storage a ogni sessione lunga: è il motivo per cui DeepSeek pubblica il taglio sulla memoria come dato di lancio, non come nota a margine.
Il rilascio si inserisce in una fila di modelli open cinesi che hanno smesso di competere solo sul prezzo per token. Il predecessore V4 aveva già puntato su un ecosistema aperto e compatibile anche con hardware diverso da quello statunitense, e la comunità hobbista ha già dimostrato che un cluster di quattro mini PC può far girare in locale un modello di questa famiglia, segno di quanto l'efficienza di memoria conti anche fuori dai data center aziendali.
Quanta memoria serve tenere accesa per produrre un token pesa, nella scelta dell'hardware, quanto il suo prezzo per token. Un modello con licenza MIT e requisiti di memoria più bassi può cambiare quel calcolo anche senza toccare il budget di calcolo puro, ed è il tipo di vantaggio che finora ha caratterizzato più i modelli cinesi in generale che quelli dei laboratori statunitensi.
Resta un vuoto che nessuna delle fonti disponibili colma: nessun paper accademico accompagna il rilascio, solo la documentazione tecnica pubblicata direttamente da DeepSeek e su Hugging Face. Per un modello proposto come base per agenti in produzione aziendale, è un dato che chi valuta l'adozione dovrebbe tenere presente prima di fidarsi dei soli numeri di confronto pubblicati dall'azienda stessa: la finestra da un milione di token, in particolare, va verificata sul caso d'uso reale prima di darla per scontata, e chi vuole portare quella memoria su hardware diverso da quello di lancio può farlo solo entro certi limiti tecnici.
Aggiungi Tom's Hardware alle tue fonti preferite su Google
NeMo Switchyard smista da solo le richieste tra modelli costosi e alternative più economiche: Nvidia rivendica fino al 74% di risparmio nei test dei partner.