Felo API PlatformFelo API Platform
Volver a los modelos
DeepSeekmessages

DeepSeek V4.1 Flash 1017 API

DeepSeek V4.1 Flash 1017 es un modelo multimodal de mezcla de expertos con hasta un millón de tokens de entrada, razonamiento controlable y licencia MIT para uso comercial y autoalojamiento.

DeepSeek V4.1 Flash 1017 es un modelo de mezcla de expertos multimodal de DeepSeek que acepta texto e imágenes y genera texto. Admite hasta un millón de tokens de entrada y un límite de salida de 384.000 tokens, e incorpora un esfuerzo de razonamiento continuamente controlable que permite ajustar la profundidad de razonamiento según la tarea. Se distribuye como modelo de pesos abiertos bajo licencia MIT, por lo que puede descargarse y ejecutarse en hardware propio y usarse con fines comerciales.

El modelo está pensado para razonamiento multimodal de contexto largo, programación, comprensión y análisis de documentos, interpretación de gráficos, respuesta visual a preguntas y aplicaciones agénticas que consumen texto e imágenes. Según los informes, supera al modelo V4 Pro en rendimiento, velocidad y tiempo de finalización de tareas, y mejora casi todos los benchmarks respecto a la versión anterior de V4.1 Flash. También se sitúa como el nivel rentable de la familia V4.1 y avanza la frontera de Pareto entre rendimiento y coste en varios arneses de agentes.

No incluye una plantilla de chat en formato Jinja; en su lugar proporciona una implementación de referencia en Python autocontenida para codificar prompts y distribuye deepseek-recipe, un conjunto de bibliotecas Rust con enlaces a Python que ofrecen el mismo formato de prompt. El conocimiento del modelo tiene fecha de corte en mayo de 2025.

Abrir Playground ↗Crear clave de API ↗Guía de inicio →

Actualizado:

ID DEL MODELO

deepseek-v4.1-flash-1017
Contexto
1.049M
Salida máx.
393.216K
API recomendada
messages
Entrada
text / image
Salida
text

Aspectos destacados

  • Contexto de entrada de hasta un millón de tokens
  • Salida de hasta 384.000 tokens
  • Entrada de texto e imágenes, salida de texto
  • Razonamiento de profundidad ajustable
  • Licencia MIT y pesos abiertos
  • Implementación de referencia en Python y deepseek-recipe

Proveedores

2 proveedores

Compara los precios de API entre proveedores. Selecciona un proveedor para ver todos los cargos y condiciones.

Proveedor · Detalles de precio
$0.3$1.2$0.007
$0.02$1$0.015

Qué puedes comprar con $10

Entrada
33,3 M tokens
Salida
8,3 M tokens

Estimado a partir de los precios actuales de entrada y salida, antes de descuentos.

Benchmarks

  • HLE (sin herramientas)

    la versión anterior de V4.1 Flash obtuvo 36.8

    42.6

  • Terminal-Bench 4.0

    la versión anterior de V4.1 Flash obtuvo 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

Puntuaciones según lo publicado por el proveedor del modelo.

Razonamiento

Esfuerzo predeterminado
high
Activado por defecto
Sí
Siempre activado
No
Niveles de esfuerzo disponibles
max / high / low / none

Inicio rápido

Código listo para llamar a este modelo con las APIs compatibles de Felo API Platform. Empieza en el Playground si quieres probar prompts antes de escribir código.

Abrir PlaygroundCrear clave de API
1

Configura tu clave de API

Crea una clave en tu cuenta de Felo API Platform y configúrala como variable de entorno.

export FELO_API_KEY="YOUR_API_KEY"
2

Haz tu primera solicitud

Usa este ID de modelo con el endpoint de Felo API Platform. Las cabeceras opcionales como X-Request-Id ayudan a diagnosticar problemas.

deepseek-v4.1-flash-1017

Este modelo puede razonar. Si el protocolo seleccionado y la ruta del modelo exponen controles de razonamiento, conserva los metadatos de razonamiento devueltos al continuar la conversación.

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());

Usar SDK de terceros

En los SDK compatibles, define baseURL como https://openapi.felo.ai/api/v1. Para clientes de estilo Claude, usa la URL base compatible con Anthropic. https://openapi.felo.ai/api.

3

Activa el streaming

Añade stream: true para recibir respuestas como server-sent events.

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 expone superficies compatibles para llamar a modelos. Elige la superficie que tu app o cliente de agente ya admite.

SurfaceMethodURL

Messages

Mensajes compatibles con Anthropic para clientes de estilo Claude.

POST

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

Parámetros

NombreTipoPredeterminadoDescripción
modelstringdeepseek-v4.1-flash-1017ID público del modelo que se va a llamar.
max_tokensinteger—Número máximo de tokens generados.
messagesarray—Mensajes de la conversación para 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—Solicita salida estructurada cuando es compatible.
seed———
stop———
structured_outputs———
temperaturenumber—Controla la variedad de las respuestas cuando es compatible.
tool_choicestring or object—Controla si se debe llamar a una herramienta.
toolsarray—Definiciones de tool calling según el esquema compatible.
top_k———
top_logprobs———
top_p———

Preguntas frecuentes

¿Qué es DeepSeek V4.1 Flash 1017?

DeepSeek V4.1 Flash 1017 es un modelo de mezcla de expertos multimodal de DeepSeek que acepta texto e imágenes y genera texto. Admite hasta un millón de tokens de entrada y un límite de salida de 384.000 tokens, e incorpora un esfuerzo de razonamiento continuamente controlable que permite ajustar la profundidad de razonamiento según la tarea. Se distribuye como modelo de pesos abiertos bajo licencia MIT, por lo que puede descargarse y ejecutarse en hardware propio y usarse con fines comerciales. El modelo está pensado para razonamiento multimodal de contexto largo, programación, comprensión y análisis de documentos, interpretación de gráficos, respuesta visual a preguntas y aplicaciones agénticas que consumen texto e imágenes. Según los informes, supera al modelo V4 Pro en rendimiento, velocidad y tiempo de finalización de tareas, y mejora casi todos los benchmarks respecto a la versión anterior de V4.1 Flash. También se sitúa como el nivel rentable de la familia V4.1 y avanza la frontera de Pareto entre rendimiento y coste en varios arneses de agentes. No incluye una plantilla de chat en formato Jinja; en su lugar proporciona una implementación de referencia en Python autocontenida para codificar prompts y distribuye deepseek-recipe, un conjunto de bibliotecas Rust con enlaces a Python que ofrecen el mismo formato de prompt. El conocimiento del modelo tiene fecha de corte en mayo de 2025.

¿Cómo se cobra el uso?

Tu factura depende del proveedor que uses, de sus precios y de tu uso. Las entradas más largas u otras condiciones pueden tener precios distintos.

¿Qué tipos de entrada admite DeepSeek V4.1 Flash 1017?

Acepta entradas de texto e imágenes y genera salida de texto.

¿Cuál es su longitud de contexto y de salida?

Admite hasta un millón de tokens de entrada y un límite de salida de 384.000 tokens.

¿Para qué tareas está pensado?

Para razonamiento multimodal de contexto largo, programación, comprensión y análisis de documentos, interpretación de gráficos, respuesta visual a preguntas y aplicaciones agénticas que usan herramientas.

¿Se puede usar comercialmente y autoalojar?

Sí. Se publica bajo licencia MIT, lo que permite uso comercial y autoalojamiento, y está disponible como modelo de pesos abiertos para descargar y ejecutar en hardware propio.

¿Cómo se preparan los prompts si no hay plantilla Jinja?

El modelo no incluye una plantilla de chat en formato Jinja; proporciona una implementación de referencia en Python autocontenida para codificar prompts y el conjunto deepseek-recipe, con bibliotecas Rust y enlaces a Python que ofrecen el mismo formato de prompt.

¿En qué se diferencia de otras versiones de la familia?

Según los informes, supera a DeepSeek V4 Pro en rendimiento, velocidad y tiempo de finalización de tareas, y mejora casi todos los benchmarks respecto a la versión anterior de DeepSeek V4.1 Flash. Se posiciona como el nivel rentable de la familia V4.1.

Modelos relacionados

DeepSeek V4.1 Flash

DeepSeekdeepseek-v4.1-flash

DeepSeek V4.1 Flash es un modelo multimodal de mezcla de expertos de DeepSeek-AI, con pesos abiertos bajo licencia MIT, que acepta texto e imágenes y genera texto.

Sistemas de agentes con entradas masivasProcesamiento de texto e imágenes a escalaCargas de trabajo en horarios de baja demandaAnálisis de bases de código y registros

Contexto

1.049M

Salida máx.

943.718K

Tokens de entrada

$0.3 / 1M tokens

Tokens de salida

$1.2 / 1M tokens

DeepSeek V4 Pro 0813

DeepSeekdeepseek-v4-pro-0813

DeepSeek V4 Pro 0813 es un modelo de razonamiento, programación compleja y agentes de largo alcance con 1,65 billones de parámetros totales, 1M de tokens de contexto y pesos abiertos.

Análisis de bases de código completasAutomatización de múltiples pasosSíntesis de información a gran escalaAnálisis de informes financieros extensos

Contexto

1.049M

Salida máx.

393.216K

Tokens de entrada

$1.32 / 1M tokens

Tokens de salida

$3.96 / 1M tokens