DeepSeek V4.1 Flash 1017 API
DeepSeek V4.1 Flash 1017 হলো টেক্সট ও ছবি ইনপুট নিয়ে টেক্সট আউটপুট দেওয়া একটি মাল্টিমোডাল মিশ্রণ-বিশেষজ্ঞ মডেল।
DeepSeek V4.1 Flash 1017 হলো DeepSeek-এর একটি ওপেন-ওয়েট মাল্টিমোডাল মিশ্রণ-বিশেষজ্ঞ (MoE) মডেল, যা টেক্সট ও ছবি ইনপুট হিসেবে গ্রহণ করে এবং টেক্সট আউটপুট দেয়। এটি MIT লাইসেন্সে প্রকাশিত, ফলে বাণিজ্যিক ব্যবহার ও নিজের হার্ডওয়্যারে চালানো সম্ভব। মডেলটির ইনপুট কনটেক্সট সর্বোচ্চ এক মিলিয়ন টোকেন এবং আউটপুট সীমা ৩৮৪,০০০ টোকেন।
এই মডেলটি দীর্ঘ-কনটেক্সট মাল্টিমোডাল রিজনিং, কোডিং, ডকুমেন্ট বোঝা, ডকুমেন্ট বিশ্লেষণ, চার্ট ব্যাখ্যা ও ভিজ্যুয়াল প্রশ্নোত্তরের জন্য উপযোগী। এটি টুল-ব্যবহারকারী এজেন্টিক অ্যাপ্লিকেশনেও ব্যবহার করা যায়, যেখানে টেক্সট ও ছবি উভয়ই ইনপুট হিসেবে ব্যবহৃত হয়।
এতে ধারাবাহিকভাবে নিয়ন্ত্রণযোগ্য রিজনিং এফোর্ট রয়েছে, যা ব্যবহারকারীদের রিজনিংয়ের গভীরতা সমন্বয় করতে দেয়। মডেলটিতে Jinja-ফরম্যাটের চ্যাট টেমপ্লেট নেই; পরিবর্তে প্রম্পট এনকোডিংয়ের জন্য একটি স্বয়ংসম্পূর্ণ Python রেফারেন্স ইমপ্লিমেন্টেশন দেওয়া হয়েছে। এছাড়া deepseek-recipe নামে Rust লাইব্রেরির একটি সেট Python বাইন্ডিংসহ উপলব্ধ, যা একই প্রম্পট ফরম্যাট প্রদান করে।
আপডেট:
মডেল ID
deepseek-v4.1-flash-1017- কনটেক্সট
- 1.049M
- সর্বোচ্চ আউটপুট
- 393.216K
- প্রস্তাবিত API
- messages
- ইনপুট
- text / image
- আউটপুট
- text
মূল বৈশিষ্ট্য
- টেক্সট ও ছবি ইনপুট, টেক্সট আউটপুট
- এক মিলিয়ন টোকেন পর্যন্ত ইনপুট কনটেক্সট
- ৩৮৪,০০০ টোকেন আউটপুট সীমা
- নিয়ন্ত্রণযোগ্য রিজনিং এফোর্ট
- MIT লাইসেন্সে ওপেন-ওয়েট
- Python ও Rust ভিত্তিক প্রম্পট এনকোডিং
প্রোভাইডার
প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।
| $0.3 | $1.2 | $0.007 | |
| $0.02 | $1 | $0.015 |
$10-এ কী পাওয়া যায়
- ইনপুট
- ৩.৩ কো টোকেন
- আউটপুট
- ৮৩.৩ লা টোকেন
বর্তমান ইনপুট ও আউটপুট মূল্যের ভিত্তিতে আনুমানিক, ছাড়ের আগে।
বেঞ্চমার্ক
- 42.6
HLE (টুল ছাড়া)
পূর্ববর্তী V4.1 Flash স্কোর করেছিল 36.8
- 42.3
Terminal-Bench 4.0
পূর্ববর্তী V4.1 Flash স্কোর করেছিল 31.2
- 77.0
DeepSWE v1.1
- 29.1
ProgramBench
- 68.2
NL2Repo-Bench
- 60.5
Automation-Bench v1.0.6
- 35.4
Agents Last Exam
- 72.1
Apex Bench v1.1
স্কোর মডেল প্রোভাইডারের প্রকাশিত তথ্য অনুযায়ী।
রিজনিং
- ডিফল্ট এফোর্ট
- high
- ডিফল্টভাবে সক্রিয়
- হ্যাঁ
- সর্বদা সক্রিয়
- না
- উপলব্ধ এফোর্ট স্তর
- max / high / low / none
দ্রুত শুরু
Felo API Platform-এর সামঞ্জস্যপূর্ণ API দিয়ে এই মডেল কল করার রেডি কোড। কোড লেখার আগে প্রম্পট পরীক্ষা করতে চাইলে Playground-এ শুরু করুন।
আপনার API key নিন
আপনার Felo API Platform অ্যাকাউন্ট থেকে একটি key তৈরি করুন এবং এটি environment variable হিসেবে সেট করুন।
export FELO_API_KEY="YOUR_API_KEY"প্রথম অনুরোধ পাঠান
এই মডেল ID Felo API Platform endpoint-এর সঙ্গে ব্যবহার করুন। X-Request-Id-এর মতো ঐচ্ছিক রিকোয়েস্ট হেডার সমস্যা সমাধানে সাহায্য করতে পারে।
deepseek-v4.1-flash-1017এই মডেল রিজনিং সক্ষম। আপনার নির্বাচিত প্রোটোকল ও মডেল রুট রিজনিং নিয়ন্ত্রণ দিলে, কথোপকথন চালিয়ে যাওয়ার সময় ফেরত পাওয়া রিজনিং মেটাডেটা সংরক্ষণ করুন।
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());থার্ড-পার্টি SDK ব্যবহার
সামঞ্জস্যপূর্ণ SDK-তে baseURL সেট করুন https://openapi.felo.ai/api/v1. Claude-ধাঁচের ক্লায়েন্টের জন্য Anthropic-সামঞ্জস্যপূর্ণ base URL ব্যবহার করুন। https://openapi.felo.ai/api.
স্ট্রিমিং চালু করুন
রেসপন্স server-sent events হিসেবে পেতে stream: true যোগ করুন।
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
Felo API Platform সামঞ্জস্যপূর্ণ মডেল-কলিং সারফেস দেয়। আপনার অ্যাপ বা এজেন্ট ক্লায়েন্ট যে সারফেস ইতিমধ্যে সমর্থন করে সেটি বেছে নিন।
Messages
Claude-ধাঁচের ক্লায়েন্টের জন্য Anthropic-সামঞ্জস্যপূর্ণ মেসেজ।
POST
https://openapi.felo.ai/api/v1/messagesপ্যারামিটার
modelstringdeepseek-v4.1-flash-1017কল করার প্রকাশ্য মডেল ID।max_tokensinteger—সর্বোচ্চ কত টোকেন তৈরি হবে।messagesarray—Chat Completions-এর কথোপকথন মেসেজ।frequency_penalty———include_reasoning———logit_bias———logprobs———max_completion_tokens———min_p———parallel_tool_calls———presence_penalty———reasoning———reasoning_effort———repetition_penalty———response_formatobject—সমর্থিত হলে স্ট্রাকচার্ড আউটপুট অনুরোধ করে।seed———stop———structured_outputs———temperaturenumber—সমর্থিত হলে রেসপন্সের বৈচিত্র্য নিয়ন্ত্রণ করে।tool_choicestring or object—কোনো tool কল করা উচিত কি না তা নিয়ন্ত্রণ করে।toolsarray—সামঞ্জস্যপূর্ণ schema অনুসরণ করা tool calling সংজ্ঞা।top_k———top_logprobs———top_p———সাধারণ প্রশ্ন
মডেল পরিচিতি: DeepSeek V4.1 Flash 1017?
DeepSeek V4.1 Flash 1017 হলো DeepSeek-এর একটি ওপেন-ওয়েট মাল্টিমোডাল মিশ্রণ-বিশেষজ্ঞ (MoE) মডেল, যা টেক্সট ও ছবি ইনপুট হিসেবে গ্রহণ করে এবং টেক্সট আউটপুট দেয়। এটি MIT লাইসেন্সে প্রকাশিত, ফলে বাণিজ্যিক ব্যবহার ও নিজের হার্ডওয়্যারে চালানো সম্ভব। মডেলটির ইনপুট কনটেক্সট সর্বোচ্চ এক মিলিয়ন টোকেন এবং আউটপুট সীমা ৩৮৪,০০০ টোকেন। এই মডেলটি দীর্ঘ-কনটেক্সট মাল্টিমোডাল রিজনিং, কোডিং, ডকুমেন্ট বোঝা, ডকুমেন্ট বিশ্লেষণ, চার্ট ব্যাখ্যা ও ভিজ্যুয়াল প্রশ্নোত্তরের জন্য উপযোগী। এটি টুল-ব্যবহারকারী এজেন্টিক অ্যাপ্লিকেশনেও ব্যবহার করা যায়, যেখানে টেক্সট ও ছবি উভয়ই ইনপুট হিসেবে ব্যবহৃত হয়। এতে ধারাবাহিকভাবে নিয়ন্ত্রণযোগ্য রিজনিং এফোর্ট রয়েছে, যা ব্যবহারকারীদের রিজনিংয়ের গভীরতা সমন্বয় করতে দেয়। মডেলটিতে Jinja-ফরম্যাটের চ্যাট টেমপ্লেট নেই; পরিবর্তে প্রম্পট এনকোডিংয়ের জন্য একটি স্বয়ংসম্পূর্ণ Python রেফারেন্স ইমপ্লিমেন্টেশন দেওয়া হয়েছে। এছাড়া deepseek-recipe নামে Rust লাইব্রেরির একটি সেট Python বাইন্ডিংসহ উপলব্ধ, যা একই প্রম্পট ফরম্যাট প্রদান করে।
ব্যবহারের জন্য কীভাবে চার্জ হয়?
আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে।
মডেলটি কী কী ইনপুট সমর্থন করে?
এটি টেক্সট ও ছবি ইনপুট হিসেবে গ্রহণ করে এবং টেক্সট আউটপুট দেয়।
ইনপুট কনটেক্সট ও আউটপুটের সীমা কত?
ইনপুট কনটেক্সট সর্বোচ্চ এক মিলিয়ন টোকেন এবং আউটপুট সীমা ৩৮৪,০০০ টোকেন।
এটি কী ধরনের কাজের জন্য উপযুক্ত?
দীর্ঘ-কনটেক্সট মাল্টিমোডাল রিজনিং, কোডিং, ডকুমেন্ট বোঝা ও বিশ্লেষণ, চার্ট ব্যাখ্যা, ভিজ্যুয়াল প্রশ্নোত্তর এবং টুল-ব্যবহারকারী এজেন্টিক অ্যাপ্লিকেশনের জন্য এটি উপযুক্ত।
এটি কি বাণিজ্যিকভাবে ব্যবহার ও নিজে হোস্ট করা যায়?
হ্যাঁ, এটি MIT লাইসেন্সের অধীনে প্রকাশিত, যা বাণিজ্যিক ব্যবহার ও স্ব-হোস্টিংয়ের অনুমতি দেয়। এটি একটি ওপেন-ওয়েট মডেল হিসেবে ডাউনলোড করে নিজের হার্ডওয়্যারে চালানো যায়।
প্রম্পট এনকোডিংয়ের জন্য কী সরবরাহ করা হয়?
এতে Jinja-ফরম্যাটের চ্যাট টেমপ্লেট নেই; পরিবর্তে একটি স্বয়ংসম্পূর্ণ Python রেফারেন্স ইমপ্লিমেন্টেশন এবং deepseek-recipe নামে Rust লাইব্রেরির একটি সেট Python বাইন্ডিংসহ দেওয়া হয়, যা একই প্রম্পট ফরম্যাট প্রদান করে।
সংশ্লিষ্ট মডেল
DeepSeek V4.1 Flash
DeepSeekdeepseek-v4.1-flashDeepSeek V4.1 Flash হলো DeepSeek-AI-এর একটি মাল্টিমোডাল ওপেন-ওয়েট মডেল, যা টেক্সট ও ছবি ইনপুট নিয়ে টেক্সট আউটপুট দেয়।
কনটেক্সট
1.049M
সর্বোচ্চ আউটপুট
943.718K
ইনপুট টোকেন
$0.3 / 1M টোকেন
আউটপুট টোকেন
$1.2 / 1M টোকেন
DeepSeek V4 Pro 0813
DeepSeekdeepseek-v4-pro-0813DeepSeek V4 Pro 0813 হলো DeepSeek-এর ওপেন-ওয়েট ফ্ল্যাগশিপ মডেল, যা দীর্ঘ-প্রসঙ্গ reasoning, কোডিং ও এজেন্ট কাজে শক্তিশালী।
কনটেক্সট
1.049M
সর্বোচ্চ আউটপুট
393.216K
ইনপুট টোকেন
$1.32 / 1M টোকেন
আউটপুট টোকেন
$3.96 / 1M টোকেন