DeepSeek V4.1 Flash 1017 API
DeepSeek V4.1 Flash 1017 est un modèle multimodal à mixture d'experts, sous licence MIT, avec un contexte d'entrée allant jusqu'à un million de tokens et une réflexion contrôlable.
DeepSeek V4.1 Flash 1017 est un modèle multimodal à mixture d'experts développé par DeepSeek, publié en octobre 2026. Il accepte en entrée du texte et des images et génère du texte, avec un contexte d'entrée pouvant atteindre un million de tokens et une limite de sortie de 384 000 tokens. Sa réflexion est contrôlable de façon continue, ce qui permet d'ajuster la profondeur de raisonnement selon la tâche. Selon les sources, il compte 763,2 milliards de paramètres au total, ou 552 milliards de paramètres de backbone avec 8 milliards actifs en préremplissage et 16 milliards en décodage. Il a été entraîné sur 45 billions de tokens, avec une coupure de connaissances en mai 2025.
Le modèle est publié sous licence MIT, ce qui autorise l'usage commercial et l'auto-hébergement, et il est disponible en open-weight pour être exécuté sur votre propre matériel. Il ne fournit pas de template de chat au format Jinja, mais propose une implémentation de référence Python autonome pour l'encodage des prompts, ainsi que deepseek-recipe, un ensemble de bibliothèques Rust avec des bindings Python offrant le même format de prompt. Il est utilisable avec Transformers, vLLM, SGLang et Docker Model Runner, et accessible via DeepSeek, NVIDIA NIM et d'autres plateformes.
Ce modèle convient particulièrement au raisonnement multimodal à long contexte, au codage, à la compréhension de documents, à l'analyse de documents et de graphiques, à la réponse à des questions visuelles, ainsi qu'aux applications agentiques utilisant des outils et consommant du texte et des images. Il améliore presque tous les benchmarks par rapport à la version précédente de DeepSeek V4.1 Flash, avec notamment42,6 sur HLE (sans outils) contre 36,8 auparavant, et 42,3 sur Terminal-Bench 4.0 contre 31,2. Il se positionne comme le niveau économique de la famille V4.1.
Mis à jour:
ID DU MODÈLE
deepseek-v4.1-flash-1017- Contexte
- 1.049M
- Sortie max.
- 393.216K
- API recommandée
- messages
- Entrée
- text / image
- Sortie
- text
Points clés
- Contexte d'entrée jusqu'à un million de tokens
- Sortie limitée à 384 000 tokens
- Réflexion contrôlable en continu
- Licence MIT, usage commercial autorisé
- Open-weight et auto-hébergeable
- Entrées texte et images, sortie texte
Fournisseurs
Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.
| $0.3 | $1.2 | $0.007 | |
| $0.02 | $1 | $0.015 |
Ce que $10 permettent d'acheter
- Entrée
- 33,3 M tokens
- Sortie
- 8,3 M tokens
Estimation d'après les prix actuels d'entrée et de sortie, hors remises.
Benchmarks
- 42.6
HLE (sans outils)
la version précédente de DeepSeek V4.1 Flash obtenait 36,8
- 42.3
Terminal-Bench 4.0
la version précédente de DeepSeek V4.1 Flash obtenait 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
Scores tels que publiés par le fournisseur du modèle.
Raisonnement
- Niveau d'effort par défaut
- high
- Activé par défaut
- Oui
- Toujours activé
- Non
- Niveaux d'effort disponibles
- max / high / low / none
Démarrage rapide
Un code prêt à l'emploi pour appeler ce modèle avec les API compatibles de Felo API Platform. Commencez dans le Playground pour tester des prompts avant d'écrire du code.
Configurer votre clé API
Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.
export FELO_API_KEY="YOUR_API_KEY"Effectuer votre première requête
Utilisez cet ID de modèle avec le point de terminaison Felo API Platform. Les en-têtes de requête facultatifs comme X-Request-Id facilitent le diagnostic.
deepseek-v4.1-flash-1017Ce modèle est capable de raisonnement. Si le protocole sélectionné et la route du modèle exposent des contrôles de raisonnement, conservez les métadonnées de raisonnement renvoyées lorsque vous poursuivez la conversation.
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());Utiliser des SDK tiers
Avec les SDK compatibles, définissez baseURL sur https://openapi.felo.ai/api/v1. Pour les clients de style Claude, utilisez l'URL de base compatible Anthropic. https://openapi.felo.ai/api.
Activer le streaming
Ajoutez stream: true pour recevoir les réponses sous forme de 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 expose des surfaces d'appel de modèles compatibles. Choisissez la surface que votre application ou votre client agent prend déjà en charge.
Messages
Messages compatibles Anthropic pour les clients de style Claude.
POST
https://openapi.felo.ai/api/v1/messagesParamètres
modelstringdeepseek-v4.1-flash-1017ID public du modèle à appeler.max_tokensinteger—Nombre maximal de tokens générés.messagesarray—Messages de la conversation pour 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—Demande une sortie structurée lorsque c'est pris en charge.seed———stop———structured_outputs———temperaturenumber—Contrôle la variété des réponses lorsque c'est pris en charge.tool_choicestring or object—Contrôle si un outil doit être appelé.toolsarray—Définitions de tool calling conformes au schéma compatible.top_k———top_logprobs———top_p———Questions fréquentes
Qu'est-ce que DeepSeek V4.1 Flash 1017?
DeepSeek V4.1 Flash 1017 est un modèle multimodal à mixture d'experts développé par DeepSeek, publié en octobre 2026. Il accepte en entrée du texte et des images et génère du texte, avec un contexte d'entrée pouvant atteindre un million de tokens et une limite de sortie de 384 000 tokens. Sa réflexion est contrôlable de façon continue, ce qui permet d'ajuster la profondeur de raisonnement selon la tâche. Selon les sources, il compte 763,2 milliards de paramètres au total, ou 552 milliards de paramètres de backbone avec 8 milliards actifs en préremplissage et 16 milliards en décodage. Il a été entraîné sur 45 billions de tokens, avec une coupure de connaissances en mai 2025. Le modèle est publié sous licence MIT, ce qui autorise l'usage commercial et l'auto-hébergement, et il est disponible en open-weight pour être exécuté sur votre propre matériel. Il ne fournit pas de template de chat au format Jinja, mais propose une implémentation de référence Python autonome pour l'encodage des prompts, ainsi que deepseek-recipe, un ensemble de bibliothèques Rust avec des bindings Python offrant le même format de prompt. Il est utilisable avec Transformers, vLLM, SGLang et Docker Model Runner, et accessible via DeepSeek, NVIDIA NIM et d'autres plateformes. Ce modèle convient particulièrement au raisonnement multimodal à long contexte, au codage, à la compréhension de documents, à l'analyse de documents et de graphiques, à la réponse à des questions visuelles, ainsi qu'aux applications agentiques utilisant des outils et consommant du texte et des images. Il améliore presque tous les benchmarks par rapport à la version précédente de DeepSeek V4.1 Flash, avec notamment42,6 sur HLE (sans outils) contre 36,8 auparavant, et 42,3 sur Terminal-Bench 4.0 contre 31,2. Il se positionne comme le niveau économique de la famille V4.1.
Comment l'usage est-il facturé ?
Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.
Quels types d'entrées le modèle accepte-t-il ?
Il accepte du texte et des images en entrée et génère du texte en sortie.
Quelle est la longueur de contexte et la limite de sortie ?
Le contexte d'entrée peut atteindre un million de tokens et la sortie est limitée à 384 000 tokens.
La profondeur de raisonnement peut-elle être ajustée ?
Oui, l'effort de raisonnement est contrôlable de façon continue, ce qui permet d'ajuster la profondeur de raisonnement.
Le modèle peut-il être auto-hébergé ?
Oui, il est publié sous licence MIT et disponible en open-weight, ce qui permet l'usage commercial et l'auto-hébergement.
Quels frameworks sont pris en charge ?
Il est utilisable avec Transformers, vLLM, SGLang et Docker Model Runner.
Quelle est la différence avec les autres modèles de la famille V4.1 ?
DeepSeek V4.1 Flash 1017 se positionne comme le niveau économique de la famille V4.1 et améliore presque tous les benchmarks par rapport à la version précédente de DeepSeek V4.1 Flash.
Modèles liés
DeepSeek V4.1 Flash
DeepSeekdeepseek-v4.1-flashDeepSeek V4.1 Flash est un modèle multimodal à mélange d'experts de DeepSeek-AI, doté d'un contexte d'un million de jetons et publié en open-weight sous licence MIT.
Contexte
1.049M
Sortie max.
943.718K
Tokens d'entrée
$0.3 / 1M tokens
Tokens de sortie
$1.2 / 1M tokens
DeepSeek V4 Pro 0813
DeepSeekdeepseek-v4-pro-0813Modèle phare de DeepSeek pour le raisonnement avancé, le codage complexe et les agents longue durée, avec un contexte d'un million de jetons et des poids ouverts.
Contexte
1.049M
Sortie max.
393.216K
Tokens d'entrée
$1.32 / 1M tokens
Tokens de sortie
$3.96 / 1M tokens