DeepSeek-V4.1-Flash es el modelo insignia ligero de la nueva familia de arquitectura de DeepSeek, que integra 552B parámetros MoE totales para ofrecer una inteligencia superior a la de los modelos insignia en benchmarks clave, superando incluso a DeepSeek-V4-Pro. Adopta un diseño asimétrico Causal Encoder-Decoder con 8B parámetros activos para la entrada y 16B para la salida, y ofrece comprensión visual multimodal nativa. El uso de KV Cache se reduce a una cuarta parte de la HBM y a un octavo del almacenamiento SSD de la generación anterior, lo que disminuye drásticamente los costos para cargas de trabajo de contexto largo y agentes. Con una ventana de contexto de 1M tokens y una salida máxima de hasta 384K tokens, equilibra un alto rendimiento, baja latencia y una eficiencia de costos excepcional.
Proveedor de servicios de inferencia
El proveedor de servicios de inferencia para deepseek-v4.1-flash es Alibaba Cloud Model Studio.
Capacidades del modelo
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- EE. UU. (Virginia)
- Japan (Tokyo)
| Capacidad | Compatibilidad | Capacidad | Compatibilidad |
|---|---|---|---|
Modalidad de entrada | Texto, Imagen | Modalidad de salida | Texto |
Experiencia del modelo | Compatible | Llamada a funciones | Compatible |
Salidas estructuradas | Compatible (solo JSON Object) | Búsqueda web | Compatible |
Completado de prefijo | No compatible | Almacenamiento en caché de contexto | Compatible |
Inferencia por lotes | No compatible | Ajuste fino | No compatible |
Límites de contexto
| Parámetro | Valor | Parámetro | Valor |
|---|---|---|---|
Longitud máxima de entrada | 1000000 | Longitud máxima de salida | 393216 |
Ventana de contexto | 1000000 | Longitud máxima de entrada (Modo de pensamiento) | 1000000 |
Longitud máxima de salida (Modo de pensamiento) | 393216 | Longitud máxima de cadena de pensamiento | 393216 |
Precios
Esta página solo muestra los precios originales para las llamadas a la API del modelo, excluyendo cualquier promoción por tiempo limitado. Visite Model Studio Console para ver ofertas promocionales.
Las horas valle son de 22:00 a 08:00 del día siguiente (UTC+8); todos los demás horarios son horas pico.
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- EE. UU. (Virginia)
- Japan (Tokyo)
| Concepto de facturación | Precio (USD) | Unidad |
|---|---|---|
Entrada (Horas valle) | 0.141 | Por 1M tokens |
Entrada (Horas pico) | 0.283 | Por 1M tokens |
Salida (Horas valle) | 0.565 | Por 1M tokens |
Salida (Horas pico) | 1.131 | Por 1M tokens |
Entrada (Caché implícita, Horas valle) | 0.003 | Por 1M tokens |
Entrada (Caché implícita, Horas pico) | 0.006 | Por 1M tokens |
Límites de tasa
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- EE. UU. (Virginia)
- Japan (Tokyo)
- Hong Kong (China)
| Parámetro | Valor |
|---|---|
RPM (Solicitudes por minuto) | 15000 |
TPM (Tokens por minuto) | 1,200,000 |
Versiones de snapshot
deepseek-v4.1-flash-1017
DeepSeek-V4.1-Flash-1017 es la iteración más reciente de V4.1-Flash, entrenada mediante aprendizaje por refuerzo basado en autorretroalimentación para ofrecer mejoras sustanciales con respecto a su predecesor en benchmarks como Terminal-Bench 4.0, DeepSWE v1.1 y ProgramBench. Al mismo tiempo, reduce el tiempo de ejecución de las tareas y la longitud de la salida para alcanzar un nuevo óptimo de Pareto entre rendimiento y costo en múltiples entornos de evaluación. Su capacidad para construir proyectos completos desde cero se ha reforzado aún más, lo que permite realizar tareas de programación "basadas en deseos", como el desarrollo de juegos y el modelado 3D, manteniendo el mismo MoE de 552B parámetros, la comprensión visual multimodal nativa, la ventana de contexto de 1M tokens y la salida máxima de 384K tokens.
Proveedor de servicios de inferencia
El proveedor de servicios de inferencia para deepseek-v4.1-flash-1017 es Alibaba Cloud Model Studio.
Capacidades del modelo
Las siguientes capacidades se aplican a las seis regiones: China (Beijing), Singapur, Alemania (Frankfurt), EE. UU. (Virginia), Japón (Tokio) y Hong Kong (China).
| Capacidad | Compatibilidad |
|---|---|
| Modalidad de entrada | Texto, Imagen |
| Modalidad de salida | Texto |
| Experiencia del modelo | Compatible |
| Modo de pensamiento | Compatible |
| Llamada a funciones (Function Calling) | Compatible |
| Salida estructurada (JSON Object) | Compatible |
| Almacenamiento implícito en caché de contexto | Compatible |
| Búsqueda web | Compatible |
| Continuación de prefijo | No compatible |
| Inferencia por lotes | No compatible |
| Ajuste fino | No compatible |
| Chat Completions | Compatible |
| Responses API | Compatible |
| Anthropic API | Compatible |
web_search, web_extractor y code_interpreter. Anthropic API admite las herramientas integradas web_search y web_fetch. En Chat Completions, tool_choice admite auto, none, required y la especificación de una función por su nombre.
Límites de contexto
| Parámetro | Valor |
|---|---|
| Longitud máxima de entrada | 1000000 tokens |
| Longitud máxima de salida | 393216 tokens |
| Ventana de contexto | 1000000 tokens |
| Longitud máxima de entrada (modo de pensamiento) | 1000000 tokens |
| Longitud máxima de salida (modo de pensamiento) | 393216 tokens |
| Longitud máxima de cadena de pensamiento | 393216 tokens |
Precios
Los siguientes precios son los precios base para las llamadas a la API del modelo y no incluyen descuentos promocionales. Consulte Model Studio Console para obtener información sobre promociones.
Las horas valle son de 22:00 a 08:00 del día siguiente (UTC+8); todos los demás horarios son horas pico.
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- EE. UU. (Virginia)
- Japan (Tokyo)
- Hong Kong (China)
| Concepto de facturación | Precio (USD) | Unidad |
|---|---|---|
| Entrada (horas valle) | 0.141 | Por 1M tokens |
| Entrada (horas pico) | 0.283 | Por 1M tokens |
| Salida (horas valle) | 0.565 | Por 1M tokens |
| Salida (horas pico) | 1.131 | Por 1M tokens |
| Entrada (acierto de caché, horas valle) | 0.003 | Por 1M tokens |
| Entrada (acierto de caché, horas pico) | 0.006 | Por 1M tokens |
Límites de tasa
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- EE. UU. (Virginia)
- Japan (Tokyo)
- Hong Kong (China)
| Parámetro | Valor |
|---|---|
| RPM (solicitudes por minuto) | 15000 |
| TPM (tokens por minuto) | 1,200,000 |
Métodos de llamada
Establezca el campo model en deepseek-v4.1-flash-1017 para llamar a la versión de snapshot.