商品目录

The efficiency-first member of the V4 line: MoE, ~284B total and only ~13B active per token, context up to 1M. Tuned for fast, cheap inference — everyday chat and light tasks.

DeepSeek-V4.1-Flash-1017是深度求索于2026年10月推出的升级版开源模型，遵循MIT许可协议。该模型支持高达100万Token的超长上下文，重点强化了复杂推理、代码生成、多模态视觉及智能体（Agent）工作流能力。它通过端到端强化学习技术大幅优化了推理效率，输出更精炼、任务完成耗时更短且成本更低，在高性能与低成本的帕累托前沿上实现了显著突破。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

The efficiency-first member of the V4 line: MoE, ~284B total and only ~13B active per token, context up to 1M. Tuned for fast, cheap inference — everyday chat and light tasks.

The efficiency-first member of the V4 line: MoE, ~284B total and only ~13B active per token, context up to 1M. Tuned for fast, cheap inference — everyday chat and light tasks.

DeepSeek V4.1 Flash 1017 是 DeepSeek V4.1 Flash 的 2026 年 10 月 17 日快照版本，由 DeepSeek 提供deepseek-flashAPI 模型名称。V4.1 Flash 是 DeepSeek 推出的稀疏混合专家模型，也是该公司首个基于因果编码器-解码器 (CED) 架构构建的模型。它从一个 552B 参数的主干网络中激活 8B 输入参数和 16B 输出参数，这种非对称划分使得每个词元的计算量相对于模型总规模而言较低。图像理解是该架构的固有特性，视觉和文本嵌入从预训练开始就联合训练，而不是像早期的实验性V4 Flash Vision Exp那样在之后添加。 它适用于编码、终端和计算机使用代理，以及需要跨多个步骤完成的长周期任务和长时间上下文分析。压缩键值缓存将缓存内存减少到上一代闪存的大约四分之一，显著降低了代理工作负载的成本。DeepSeek 将其定位为 V4.1 系列中最具性价比的产品，并表示其在性能、速度和任务完成时间方面均优于V4 Pro 。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

DeepSeek V4.1 Flash 的 1017 版本，提供文本对话服务，兼容 OpenAI Chat Completions 接口。按输入、输出与缓存命中 Token 计费，缓存未命中按普通输入价计费。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

The efficiency-first member of the V4 line: MoE, ~284B total and only ~13B active per token, context up to 1M. Tuned for fast, cheap inference — everyday chat and light tasks.

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

DeepSeek公司提供的最新版本的flash模型，1017版本。原生多模态百万上下文，速度快、成本优，推理能力强劲，适配 Agent、长文本与图像理解任务。