Felo API PlatformFelo API Platform
العودة إلى النماذج
DeepSeekmessages

DeepSeek V4.1 Flash 1017 API

نموذج DeepSeek V4.1 Flash 1017 متعدد الوسائط يجمع النص والصورة، بسياق يصل إلى مليون رمز وإخراج حتى 384,000 رمز، مع استدلال قابل للتحكم وكفاءة عالية في التكلفة للمهام الوكيلية.

DeepSeek V4.1 Flash 1017 هو نموذج متعدد الوسائط من نوع خليط الخبراء (MoE) طورته DeepSeek، يقبل المدخلات النصية والصورية وينتج نصًا. يأتي بسياق يصل إلى مليون رمز للمدخلات وحد إخراج يبلغ 384,000 رمز، مما يجعله مناسبًا للمهام التي تتطلب فهم مستندات طويلة أو محادثات ممتدة. يتميز بقدرة استدلال قابلة للتحكم المستمر، حيث يمكن للمستخدمين ضبط عمق الاستدلال حسب الحاجة. صدر تحت رخصة MIT التي تسمح بالاستخدام التجاري والاستضافة الذاتية، وهو متاح كأوزان مفتوحة يمكن تنزيلها وتشغيلها على العتاد الخاص. لا يتضمن قالب محادثة بصيغة Jinja، بل يوفر تنفيذًا مرجعيًا بلغة Python لتشفير المطالبات، إلى جانب deepseek-recipe وهي مكتبات Rust مع ارتباطات Python تقدم تنسيق المطالبات نفسه.

يناسب النموذج مهام الاستدلال متعدد الوسائط الطويلة، والبرمجة، وفهم المستندات، وتحليل الوثائق، وتفسير المخططات البيانية، والإجابة على الأسئلة البصرية، بالإضافة إلى التطبيقات الوكيلية التي تستخدم الأدوات وتستهلك النصوص والصور وتنتج نصًا. وفقًا للتقارير، يتجاوز DeepSeek V4 Pro في الأداء والسرعة ووقت إنجاز المهام، ويحسن معظم المعايير مقارنة بالإصدار السابق DeepSeek V4.1 Flash. كما يتفوق على K3 وGLM-5.3 وGPT-5.6 Sol في كثير من الحالات، ويحقق أفضل نتيجة وكيلية بلغت 77.0 في المئة بمتوسط تكلفة أقل بقليل من 0.20 دولار أمريكي لكل مهمة، مع بقاء إعداد الاستدلال المنخفض فوق 72 في المئة.

من حيث البنية، يبلغ إجمالي المعاملات 763.2 مليار وفقًا لأحد المصادر، بينما يذكر مصدر آخر 552 مليار معامل للعمود الفقري مع تنشيط 8 مليارات أثناء التعبئة المسبقة و16 مليارًا أثناء فك التشفير. دُرّب النموذج على 45 تريليون رمز، وتاريخ قطع المعرفة هو مايو 2025. يتوفر عبر DeepSeek وNVIDIA NIM ومنصات أخرى، ويمكن استخدامه مع Transformers وvLLM وSGLang وDocker Model Runner. من القيود أنه يتخلف عن Opus 5 في عدة معايير، وتختلف أعداد المعاملات المبلغ عنها بين المصادر.

آخر تحديث:

MODEL ID

deepseek-v4.1-flash-1017
السياق
1.049M
أقصى إخراج
393.216K
API الموصى به
messages
الإدخال
text / image
الإخراج
text

أبرز الميزات

  • سياق يصل إلى مليون رمز
  • إخراج حتى 384,000 رمز
  • استدلال قابل للتحكم المستمر
  • رخصة MIT للاستخدام التجاري
  • أوزان مفتوحة للاستضافة الذاتية
  • متعدد الوسائط نص وصورة

المزوّدون

2 مزوّدون

قارن أسعار API بين المزوّدين. اختر مزوّدًا لعرض جميع الرسوم والشروط.

المزوّد · تفاصيل التسعير
$0.3$1.2$0.007
$0.02$1$0.015

ما الذي يشتريه $10

الإدخال
33.3 مليون tokens
الإخراج
8.3 مليون tokens

تقدير بناءً على أسعار الإدخال والإخراج الحالية، قبل الخصومات.

الاختبارات المرجعية

  • HLE (بدون أدوات)

    سجل الإصدار السابق DeepSeek V4.1 Flash نتيجة 36.8

    42.6
  • Terminal-Bench 4.0

    سجل الإصدار السابق DeepSeek V4.1 Flash نتيجة 31.2

    42.3
  • DeepSWE v1.1

    77.0
  • ProgramBench

    29.1
  • NL2Repo-Bench

    68.2
  • Automation-Bench v1.0.6

    60.5
  • Agents Last Exam

    35.4
  • Apex Bench v1.1

    72.1

الدرجات كما نشرها مزوّد النموذج.

الاستدلال

جهد الاستدلال الافتراضي
high
مفعّل افتراضيًا
نعم
مفعّل دائمًا
لا
مستويات الجهد المتاحة
max / high / low / none

البدء السريع

كود جاهز لاستدعاء هذا النموذج عبر واجهات API المتوافقة مع Felo API Platform. ابدأ في Playground عندما تريد اختبار المطالبات قبل كتابة الكود.

1

احصل على مفتاح API

أنشئ مفتاحًا من حسابك على Felo API Platform وعيّنه كمتغير بيئة.

export FELO_API_KEY="YOUR_API_KEY"
2

أرسل طلبك الأول

استخدم معرّف النموذج هذا مع endpoint Felo API Platform. قد تساعد رؤوس الطلب الاختيارية مثل X-Request-Id في استكشاف الأخطاء.

deepseek-v4.1-flash-1017

هذا النموذج قادر على الاستدلال. إذا كان البروتوكول ومسار النموذج المختاران يوفران عناصر تحكم الاستدلال، فاحتفظ ببيانات الاستدلال الوصفية المعادة عند متابعة المحادثة.

const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "deepseek-v4.1-flash-1017",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

استخدام SDKs التابعة لجهات خارجية

استخدم SDKs المتوافقة بضبط baseURL على: https://openapi.felo.ai/api/v1. استخدم عنوان URL الأساسي المتوافق مع Anthropic لعملاء نمط Claude. https://openapi.felo.ai/api.

3

فعّل البث

أضف stream: true لتلقي الردود كأحداث مرسلة من الخادم.

curl -N https://openapi.felo.ai/api/v1/messages \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "deepseek-v4.1-flash-1017",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

يوفر Felo API Platform أسطحًا متوافقة لاستدعاء النماذج. اختر السطح الذي يدعمه تطبيقك أو عميل الوكيل لديك بالفعل.

السطحالطريقةURL

Messages

رسائل متوافقة مع Anthropic لعملاء نمط Claude.

POST

https://openapi.felo.ai/api/v1/messages

المعاملات

الاسمالنوعالافتراضيالوصف
modelstringdeepseek-v4.1-flash-1017معرّف النموذج العام المطلوب استدعاؤه.
max_tokensinteger—الحد الأقصى لـ token المولّدة.
messagesarray—رسائل المحادثة لـ Chat Completions.
frequency_penalty———
include_reasoning———
logit_bias———
logprobs———
max_completion_tokens———
min_p———
parallel_tool_calls———
presence_penalty———
reasoning———
reasoning_effort———
repetition_penalty———
response_formatobject—اطلب إخراجًا منظمًا عند الدعم.
seed———
stop———
structured_outputs———
temperaturenumber—يتحكم في تنوع الردود عند الدعم.
tool_choicestring or object—يتحكم في وجوب استدعاء أداة.
toolsarray—تعريفات استدعاء الأدوات وفق المخطط المتوافق.
top_k———
top_logprobs———
top_p———

الأسئلة الشائعة

ما هو DeepSeek V4.1 Flash 1017?

DeepSeek V4.1 Flash 1017 هو نموذج متعدد الوسائط من نوع خليط الخبراء (MoE) طورته DeepSeek، يقبل المدخلات النصية والصورية وينتج نصًا. يأتي بسياق يصل إلى مليون رمز للمدخلات وحد إخراج يبلغ 384,000 رمز، مما يجعله مناسبًا للمهام التي تتطلب فهم مستندات طويلة أو محادثات ممتدة. يتميز بقدرة استدلال قابلة للتحكم المستمر، حيث يمكن للمستخدمين ضبط عمق الاستدلال حسب الحاجة. صدر تحت رخصة MIT التي تسمح بالاستخدام التجاري والاستضافة الذاتية، وهو متاح كأوزان مفتوحة يمكن تنزيلها وتشغيلها على العتاد الخاص. لا يتضمن قالب محادثة بصيغة Jinja، بل يوفر تنفيذًا مرجعيًا بلغة Python لتشفير المطالبات، إلى جانب deepseek-recipe وهي مكتبات Rust مع ارتباطات Python تقدم تنسيق المطالبات نفسه. يناسب النموذج مهام الاستدلال متعدد الوسائط الطويلة، والبرمجة، وفهم المستندات، وتحليل الوثائق، وتفسير المخططات البيانية، والإجابة على الأسئلة البصرية، بالإضافة إلى التطبيقات الوكيلية التي تستخدم الأدوات وتستهلك النصوص والصور وتنتج نصًا. وفقًا للتقارير، يتجاوز DeepSeek V4 Pro في الأداء والسرعة ووقت إنجاز المهام، ويحسن معظم المعايير مقارنة بالإصدار السابق DeepSeek V4.1 Flash. كما يتفوق على K3 وGLM-5.3 وGPT-5.6 Sol في كثير من الحالات، ويحقق أفضل نتيجة وكيلية بلغت 77.0 في المئة بمتوسط تكلفة أقل بقليل من 0.20 دولار أمريكي لكل مهمة، مع بقاء إعداد الاستدلال المنخفض فوق 72 في المئة. من حيث البنية، يبلغ إجمالي المعاملات 763.2 مليار وفقًا لأحد المصادر، بينما يذكر مصدر آخر 552 مليار معامل للعمود الفقري مع تنشيط 8 مليارات أثناء التعبئة المسبقة و16 مليارًا أثناء فك التشفير. دُرّب النموذج على 45 تريليون رمز، وتاريخ قطع المعرفة هو مايو 2025. يتوفر عبر DeepSeek وNVIDIA NIM ومنصات أخرى، ويمكن استخدامه مع Transformers وvLLM وSGLang وDocker Model Runner. من القيود أنه يتخلف عن Opus 5 في عدة معايير، وتختلف أعداد المعاملات المبلغ عنها بين المصادر.

كيف تُحتسب فاتورة الاستخدام؟

تعتمد فاتورتك على المزوّد الذي تستخدمه وأسعاره واستخدامك. قد تختلف الأسعار مع المدخلات الأطول أو الشروط الأخرى.

ما أنواع المدخلات التي يدعمها النموذج؟

يدعم النموذج المدخلات النصية والصورية، وينتج نصًا فقط.

ما هو طول السياق وحد الإخراج؟

يصل السياق إلى مليون رمز للمدخلات، بينما يبلغ حد الإخراج 384,000 رمز.

هل يمكن ضبط عمق الاستدلال؟

نعم، يوفر النموذج قدرة استدلال قابلة للتحكم المستمر، مما يسمح بضبط عمق الاستدلال حسب الحاجة.

هل يمكن تشغيل النموذج محليًا؟

نعم، صدر تحت رخصة MIT كأوزان مفتوحة يمكن تنزيلها وتشغيلها على العتاد الخاص، وهو متوافق مع Transformers وvLLM وSGLang وDocker Model Runner.

كيف يختلف DeepSeek V4.1 Flash 1017 عن DeepSeek V4.1 Flash السابق؟

يحسن النموذج معظم المعايير مقارنة بالإصدار السابق، بما في ذلك ارتفاع نتيجة HLE من 36.8 إلى 42.6 ونتيجة Terminal-Bench 4.0 من 31.2 إلى 42.3.

ما الفرق بين DeepSeek V4.1 Flash 1017 وDeepSeek V4 Pro؟

وفقًا للتقارير، يتجاوز DeepSeek V4.1 Flash 1017 نموذج DeepSeek V4 Pro في الأداء والسرعة ووقت إنجاز المهام.

نماذج ذات صلة