DeepSeek-V4.1-Flash est le modèle phare léger de la nouvelle famille d'architectures de DeepSeek, intégrant 552B paramètres MoE au total pour offrir une intelligence surpassant les modèles phares sur les principaux benchmarks, y compris en dépassant DeepSeek-V4-Pro. Il adopte une conception asymétrique Encodeur-Décodeur causal avec 8B paramètres actifs pour l'entrée et 16B pour la sortie, et offre une compréhension visuelle multimodale native. L'utilisation du cache KV est réduite au quart du HBM et au huitième du stockage SSD de la génération précédente, ce qui diminue considérablement les coûts pour les charges de travail à contexte long et agentiques. Avec une fenêtre de contexte de 1M tokens et une sortie maximale allant jusqu'à 384K tokens, il concilie débit élevé, faible latence et efficacité économique exceptionnelle.
Fournisseur de service d'inférence
Le fournisseur de service d'inférence pour deepseek-v4.1-flash est Alibaba Cloud Model Studio.
Capacités du modèle
Chine (Pékin)
| Capacité | Prise en charge | Capacité | Prise en charge |
|---|---|---|---|
Modalité d'entrée | Texte, Image | Modalité de sortie | Texte |
Expérience du modèle | Pris en charge | Appel de fonction | Pris en charge |
Sorties structurées | Pris en charge | Recherche Web | Pris en charge |
Complétion de préfixe | Non pris en charge | Mise en cache du contexte | Pris en charge |
Inférence par lots | Non pris en charge | Affinage | Non pris en charge |
Singapore
Périmètre : International
| Capacité | Prise en charge | Capacité | Prise en charge |
|---|---|---|---|
Modalité d'entrée | Texte, Image | Modalité de sortie | Texte |
Expérience du modèle | Pris en charge | Appel de fonction | Pris en charge |
Sorties structurées | Pris en charge | Recherche Web | Pris en charge |
Complétion de préfixe | Non pris en charge | Mise en cache du contexte | Pris en charge |
Inférence par lots | Non pris en charge | Affinage | Non pris en charge |
Germany (Frankfurt)
Portée : Mondiale
| Capacité | Prise en charge | Capacité | Prise en charge |
|---|---|---|---|
Modalité d'entrée | Texte, Image | Modalité de sortie | Texte |
Expérience du modèle | Pris en charge | Appel de fonction | Pris en charge |
Sorties structurées | Pris en charge | Recherche Web | Non pris en charge |
Complétion de préfixe | Non pris en charge | Mise en cache du contexte | Pris en charge |
Inférence par lots | Non pris en charge | Affinage | Non pris en charge |
États-Unis (Virginie)
Portée : Mondiale
| Capacité | Prise en charge | Capacité | Prise en charge |
|---|---|---|---|
Modalité d'entrée | Texte, Image | Modalité de sortie | Texte |
Expérience du modèle | Pris en charge | Appel de fonction | Pris en charge |
Sorties structurées | Pris en charge | Recherche Web | Non pris en charge |
Complétion de préfixe | Non pris en charge | Mise en cache du contexte | Pris en charge |
Inférence par lots | Non pris en charge | Affinage | Non pris en charge |
Japan (Tokyo)
Portée : Mondiale
| Capacité | Prise en charge | Capacité | Prise en charge |
|---|---|---|---|
Modalité d'entrée | Texte, Image | Modalité de sortie | Texte |
Expérience du modèle | Pris en charge | Appel de fonction | Pris en charge |
Sorties structurées | Pris en charge | Recherche Web | Non pris en charge |
Complétion de préfixe | Non pris en charge | Mise en cache du contexte | Pris en charge |
Inférence par lots | Non pris en charge | Affinage | Non pris en charge |
Limites de contexte
| Paramètre | Valeur | Paramètre | Valeur |
|---|---|---|---|
Longueur d'entrée maximale | 1000000 | Longueur de sortie maximale | 393216 |
Fenêtre de contexte | 1000000 | Longueur d'entrée maximale (mode réflexion) | 1000000 |
Longueur de sortie maximale (mode réflexion) | 393216 | Longueur maximale de la chaîne de pensée | 393216 |
Tarification
Cette page affiche uniquement les tarifs de base des appels API du modèle, hors promotions temporaires. Consultez la Console Model Studio pour les offres promotionnelles.
Les heures creuses sont de 22 h 00 à 8 h 00 le lendemain (UTC+8) ; toutes les autres heures sont des heures pleines.
Chine (Pékin)
| Élément de facturation | Prix (USD) | Unité |
|---|---|---|
Entrée (heures creuses) | 0.141 | Par 1M jetons |
Entrée (heures pleines) | 0.283 | Par 1M jetons |
Sortie (heures creuses) | 0.565 | Par 1M jetons |
Sortie (heures pleines) | 1.131 | Par 1M jetons |
Entrée (cache implicite, heures creuses) | 0.014 | Par 1M jetons |
Entrée (cache implicite, heures pleines) | 0.028 | Par 1M jetons |
Singapore
Périmètre : International
| Élément de facturation | Prix (USD) | Unité |
|---|---|---|
Entrée (heures creuses) | 0.15 | Par 1M jetons |
Entrée (heures pleines) | 0.3 | Par 1M jetons |
Sortie (heures creuses) | 0.6 | Par 1M jetons |
Sortie (heures pleines) | 1.2 | Par 1M jetons |
Entrée (cache implicite, heures creuses) | 0.015 | Par 1M jetons |
Entrée (cache implicite, heures pleines) | 0.03 | Par 1M jetons |
Germany (Frankfurt)
Portée : Mondiale
| Élément de facturation | Prix (USD) | Unité |
|---|---|---|
Entrée (heures creuses) | 0.141 | Par 1M jetons |
Entrée (heures pleines) | 0.283 | Par 1M jetons |
Sortie (heures creuses) | 0.565 | Par 1M jetons |
Sortie (heures pleines) | 1.131 | Par 1M jetons |
Entrée (cache implicite, heures creuses) | 0.014 | Par 1M jetons |
Entrée (cache implicite, heures pleines) | 0.028 | Par 1M jetons |
États-Unis (Virginie)
Portée : Mondiale
| Élément de facturation | Prix (USD) | Unité |
|---|---|---|
Entrée (heures creuses) | 0.141 | Par 1M jetons |
Entrée (heures pleines) | 0.283 | Par 1M jetons |
Sortie (heures creuses) | 0.565 | Par 1M jetons |
Sortie (heures pleines) | 1.131 | Par 1M jetons |
Entrée (cache implicite, heures creuses) | 0.014 | Par 1M jetons |
Entrée (cache implicite, heures pleines) | 0.028 | Par 1M jetons |
Japan (Tokyo)
Portée : Mondiale
| Élément de facturation | Prix (USD) | Unité |
|---|---|---|
Entrée (heures creuses) | 0.141 | Par 1M jetons |
Entrée (heures pleines) | 0.283 | Par 1M jetons |
Sortie (heures creuses) | 0.565 | Par 1M jetons |
Sortie (heures pleines) | 1.131 | Par 1M jetons |
Entrée (cache implicite, heures creuses) | 0.014 | Par 1M jetons |
Entrée (cache implicite, heures pleines) | 0.028 | Par 1M jetons |
Limites de taux
Chine (Pékin)
| Paramètre | Valeur |
|---|---|
RPM (Requêtes par minute) | 15000 |
TPM (Tokens par minute) | 1,200,000 |
Singapore
Périmètre : International
| Paramètre | Valeur |
|---|---|
RPM (Requêtes par minute) | 10000 |
TPM (Tokens par minute) | 1,200,000 |
Germany (Frankfurt)
Portée : Mondiale
| Paramètre | Valeur |
|---|---|
RPM (Requêtes par minute) | 15000 |
TPM (Tokens par minute) | 1,200,000 |
États-Unis (Virginie)
Portée : Mondiale
| Paramètre | Valeur |
|---|---|
RPM (Requêtes par minute) | 15000 |
TPM (Tokens par minute) | 1,200,000 |
Japan (Tokyo)
Portée : Mondiale
| Paramètre | Valeur |
|---|---|
RPM (Requêtes par minute) | 15000 |
TPM (Tokens par minute) | 1,200,000 |
Hong Kong (Chine)
Portée : Mondiale
| Paramètre | Valeur |
|---|---|
RPM (Requêtes par minute) | 15000 |
TPM (Tokens par minute) | 1,200,000 |