DeepSeek-V4.1-Flash 是 DeepSeek 全新架構系列中的輕量旗艦模型，以 552B 總參數 MoE 實現越級智慧，在多項基準上超越包括 DeepSeek-V4-Pro 在內的主流旗艦模型。採用 Causal Encoder-Decoder 非對稱架構，輸入啟用僅 8B、輸出啟用 16B，並具備原生多模態視覺理解能力。KV Cache 壓縮至上一代 HBM 的 1/4、SSD 的 1/8，顯著降低長上下文與 Agent 任務成本。支援 1M 上下文與 384K 最大輸出，兼顧高吞吐、低延遲與極致性價比。
推理服務供應商
deepseek-v4.1-flash模型的推理服務供應商為阿里雲百煉。
模型能力
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 美国（維吉尼亞）
- 日本（东京）
| 能力項目 | 支援情況 | 能力項目 | 支援情況 |
|---|---|---|---|
輸入模態 | Text、Image | 輸出模態 | Text |
模型體驗 | 支援 | Function Calling | 支援 |
結構化輸出 | 支援 | 聯網搜尋 | 支援 |
前綴續寫 | 不支援 | 上下文快取 | 支援 |
批次推理 | 不支援 | 模型调优 | 不支援 |
上下文限制
| 參數 | 值 | 參數 | 值 |
|---|---|---|---|
最大輸入長度 | 1000000 | 最大輸出長度 | 393216 |
上下文長度 | 1000000 | 最大輸入長度（思考模式下） | 1000000 |
最大輸出長度（思考模式下） | 393216 | 最大思維鏈長度 | 393216 |
模型價格
本文僅展示模型調用原價，不包含限時優惠等活動資訊，請前往百炼控制台查看活動優惠。
離峰時段為 UTC+8 22:00 至次日 8:00，其餘時段為尖峰時段。
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 美国（維吉尼亞）
- 日本（东京）
| 計費項目 | 價格（美元） | 單位 |
|---|---|---|
輸入（離峰時段） | 0.141 | 每百萬 tokens |
輸入（尖峰時段） | 0.283 | 每百萬 tokens |
輸出（離峰時段） | 0.565 | 每百萬 tokens |
輸出（尖峰時段） | 1.131 | 每百萬 tokens |
輸入（快取命中，離峰時段） | 0.014 | 每百萬 tokens |
輸入（快取命中，尖峰時段） | 0.028 | 每百萬 tokens |
限流
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 美国（維吉尼亞）
- 日本（东京）
- 中国香港
| 參數 | 值 |
|---|---|
RPM（每分鐘請求數） | 15000 |
TPM（每分鐘 tokens） | 1,200,000 |
快照版本
deepseek-v4.1-flash-1017
DeepSeek-V4.1-Flash-1017 是 V4.1-Flash 的最新迭代版本，透過基於自回饋的強化學習（RL）訓練，在 Terminal-Bench 4.0、DeepSWE v1.1、ProgramBench 等多項基準上較上一版顯著提升，同時縮短任務執行時間與輸出長度，在多個 Harness 下達到新的效能–費用帕累托最優。模型從零建構完整專案的能力進一步增強，可支援遊戲開發、3D 建模等「許願式」程式設計任務，延續上一版的 552B 總參數 MoE、原生多模態視覺理解、1M 上下文與 384K 最大輸出。
推理服務供應商
deepseek-v4.1-flash-1017 模型的推理服務供應商為阿里雲百煉。
模型能力
以下能力適用於華北2（北京）、新加坡、德國（法蘭克福）、美國（維吉尼亞）、日本（東京）和中國香港六個地域。
| 能力項目 | 支援情況 |
|---|---|
| 輸入模態 | Text、Image |
| 輸出模態 | Text |
| 模型體驗 | 支援 |
| 思考模式 | 支援 |
| Function Calling | 支援 |
| 結構化輸出 | 支援 JSON Object |
| 上下文快取 | 支援隱式快取 |
| 聯網搜尋 | 支援 |
| 前綴續寫 | 不支援 |
| 批次推理 | 不支援 |
| 模型調優 | 不支援 |
| Chat Completions | 支援 |
| Responses API | 支援 |
| Anthropic API | 支援 |
- Responses API 支援
web_search、web_extractor和code_interpreter工具。 - Anthropic API 支援
web_search和web_fetch工具。 - OpenAI Chat Completions 的
tool_choice支援auto、none、required和指定函式。
上下文限制
以下長度的單位均為 tokens。
| 參數 | 值 |
|---|---|
| 最大輸入長度 | 1000000 |
| 最大輸出長度 | 393216 |
| 上下文長度 | 1000000 |
| 最大輸入長度（思考模式下） | 1000000 |
| 最大輸出長度（思考模式下） | 393216 |
| 最大思維鏈長度 | 393216 |
模型價格
本文僅展示模型調用原價，不包含限時優惠等活動資訊，請前往百炼控制台查看活動優惠。
離峰時段為 UTC+8 22:00 至次日 08:00，其餘時段為尖峰時段。
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 美国（維吉尼亞）
- 日本（东京）
- 中国香港
| 計費項目 | 價格（美元） | 單位 |
|---|---|---|
| 輸入（離峰時段） | 0.141 | 每百萬 tokens |
| 輸入（尖峰時段） | 0.283 | 每百萬 tokens |
| 輸出（離峰時段） | 0.565 | 每百萬 tokens |
| 輸出（尖峰時段） | 1.131 | 每百萬 tokens |
| 輸入（快取命中，離峰時段） | 0.014 | 每百萬 tokens |
| 輸入（快取命中，尖峰時段） | 0.028 | 每百萬 tokens |
限流
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 美国（維吉尼亞）
- 日本（东京）
- 中国香港
| 參數 | 值 |
|---|---|
| RPM（每分鐘請求數） | 15000 |
| TPM（每分鐘 tokens） | 1200000 |
調用方式
調用快照版本時，將 model 參數設定為 deepseek-v4.1-flash-1017。支援以下三種調用方式：