Felo API PlatformFelo API Platform
Terug naar modellen
DeepSeekmessages

DeepSeek V4.1 Flash 1017 API

DeepSeek V4.1 Flash 1017 is een open-weight multimodaal model met een context van maximaal één miljoen tokens en instelbare redeneerdiepte.

DeepSeek V4.1 Flash 1017 is een multimodaal mixture-of-experts-model van DeepSeek dat tekst en afbeeldingen als invoer accepteert en tekst genereert. De context bedraagt maximaal één miljoen tokens voor invoer, met een uitvoerlimiet van 384.000 tokens. De redeneerinspanning is continu regelbaar, zodat de diepte van het redeneren per taak kan worden aangepast. Het model verschijnt onder de MIT-licentie, wat commercieel gebruik en self-hosting toestaat, en is beschikbaar als open-weight model dat op eigen hardware kan draaien.

Het model leent zich voor redeneren over lange contexten, programmeren, documentbegrip en documentanalyse, het interpreteren van grafieken en visuele vraagbeantwoording. Ook is het geschikt voor agentische toepassingen die tekst en afbeeldingen gebruiken en tekst produceren. Volgens rapporten presteert het beter dan DeepSeek V4 Pro op prestatie, snelheid en taakvoltooiingstijd, en verbetert het vrijwel alle benchmarks ten opzichte van de vorige DeepSeek V4.1 Flash.

Er is geen chat-template in Jinja-formaat; in plaats daarvan levert DeepSeek een op zichzelf staande Python-referentie-implementatie voor prompt-encoding. Daarnaast is deepseek-recipe beschikbaar, een set Rust-bibliotheken met Python-bindings die hetzelfde promptformaat bieden. Het model is bruikbaar met Transformers, vLLM, SGLang en Docker Model Runner en is verkrijgbaar via DeepSeek, NVIDIA NIM en andere platformen. De kennisafsluitdatum is mei 2025.

Playground openen ↗API-sleutel maken ↗Aan de slag →

Bijgewerkt:

MODEL-ID

deepseek-v4.1-flash-1017
Context
1.049M
Max. uitvoer
393.216K
Aanbevolen API
messages
Invoer
text / image
Uitvoer
text

Hoogtepunten

  • Context tot één miljoen invoertokens
  • Uitvoer tot 384.000 tokens
  • Instelbare redeneerdiepte
  • MIT-licentie voor commercieel gebruik
  • Open weights voor eigen hardware
  • Tekst- en afbeeldingsinvoer

Aanbieders

2 aanbieders

Vergelijk API-prijzen tussen aanbieders. Kies een aanbieder om alle kosten en voorwaarden te bekijken.

Aanbieder · Prijsdetails
$0.3$1.2$0.007
$0.02$1$0.015

Wat je voor $10 krijgt

Invoer
33,3 mln. tokens
Uitvoer
8,3 mln. tokens

Geschat op basis van de huidige invoer- en uitvoerprijzen, vóór kortingen.

Benchmarks

  • HLE (zonder tools)

    de vorige V4.1 Flash scoorde 36.8

    42.6

  • Terminal-Bench 4.0

    de vorige V4.1 Flash scoorde 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

Scores zoals gepubliceerd door de modelaanbieder.

Redeneervermogen

Standaardinspanning
high
Standaard ingeschakeld
Ja
Altijd ingeschakeld
Nee
Beschikbare inspanningsniveaus
max / high / low / none

Snelstart

Kant-en-klare code om dit model aan te roepen met de compatibele API's van Felo API Platform. Begin in de Playground als je prompts wilt testen voordat je code schrijft.

Playground openenAPI-sleutel maken
1

API-sleutel instellen

Maak een sleutel in je Felo API Platform-account en stel deze in als omgevingsvariabele.

export FELO_API_KEY="YOUR_API_KEY"
2

Je eerste aanvraag doen

Gebruik deze model-ID met het Felo API Platform-endpoint. Optionele requestheaders zoals X-Request-Id helpen bij het oplossen van problemen.

deepseek-v4.1-flash-1017

Dit model kan redeneren. Als het gekozen protocol en de modelroute reasoning-besturing bieden, bewaar dan de geretourneerde reasoning-metadata wanneer je het gesprek voortzet.

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());

SDK's van derden gebruiken

Stel in compatibele SDK's baseURL in op https://openapi.felo.ai/api/v1. Gebruik voor clients in Claude-stijl de Anthropic-compatibele basis-URL. https://openapi.felo.ai/api.

3

Streaming inschakelen

Voeg stream: true toe om responses als server-sent events te ontvangen.

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 biedt compatibele oppervlakken voor modelaanroepen. Kies het oppervlak dat je app of agent-client al ondersteunt.

SurfaceMethodURL

Messages

Anthropic-compatibele berichten voor clients in Claude-stijl.

POST

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

Parameters

NaamTypeStandaardBeschrijving
modelstringdeepseek-v4.1-flash-1017Openbare model-ID om aan te roepen.
max_tokensinteger—Maximaal aantal gegenereerde tokens.
messagesarray—Gespreksberichten voor 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—Vraagt gestructureerde uitvoer aan wanneer ondersteund.
seed———
stop———
structured_outputs———
temperaturenumber—Bepaalt de variatie in antwoorden wanneer ondersteund.
tool_choicestring or object—Bepaalt of een tool moet worden aangeroepen.
toolsarray—Definities voor tool calling volgens het compatibele schema.
top_k———
top_logprobs———
top_p———

Veelgestelde vragen

Wat is DeepSeek V4.1 Flash 1017?

DeepSeek V4.1 Flash 1017 is een multimodaal mixture-of-experts-model van DeepSeek dat tekst en afbeeldingen als invoer accepteert en tekst genereert. De context bedraagt maximaal één miljoen tokens voor invoer, met een uitvoerlimiet van 384.000 tokens. De redeneerinspanning is continu regelbaar, zodat de diepte van het redeneren per taak kan worden aangepast. Het model verschijnt onder de MIT-licentie, wat commercieel gebruik en self-hosting toestaat, en is beschikbaar als open-weight model dat op eigen hardware kan draaien. Het model leent zich voor redeneren over lange contexten, programmeren, documentbegrip en documentanalyse, het interpreteren van grafieken en visuele vraagbeantwoording. Ook is het geschikt voor agentische toepassingen die tekst en afbeeldingen gebruiken en tekst produceren. Volgens rapporten presteert het beter dan DeepSeek V4 Pro op prestatie, snelheid en taakvoltooiingstijd, en verbetert het vrijwel alle benchmarks ten opzichte van de vorige DeepSeek V4.1 Flash. Er is geen chat-template in Jinja-formaat; in plaats daarvan levert DeepSeek een op zichzelf staande Python-referentie-implementatie voor prompt-encoding. Daarnaast is deepseek-recipe beschikbaar, een set Rust-bibliotheken met Python-bindings die hetzelfde promptformaat bieden. Het model is bruikbaar met Transformers, vLLM, SGLang en Docker Model Runner en is verkrijgbaar via DeepSeek, NVIDIA NIM en andere platformen. De kennisafsluitdatum is mei 2025.

Hoe wordt het gebruik gefactureerd?

Je factuur hangt af van de aanbieder die je gebruikt, de prijzen en je verbruik. Langere invoer of andere voorwaarden kunnen andere prijzen hebben.

Welke invoer en uitvoer ondersteunt DeepSeek V4.1 Flash 1017?

Het model accepteert tekst en afbeeldingen als invoer en genereert tekst als uitvoer.

Hoeveel tokens kan het model verwerken?

De context bedraagt maximaal één miljoen tokens voor invoer, met een uitvoerlimiet van 384.000 tokens.

Voor welke taken is het model geschikt?

Het is gericht op lange contexten redeneren, programmeren, documentbegrip en -analyse, het interpreteren van grafieken, visuele vraagbeantwoording en agentische toepassingen.

Kan ik het model zelf hosten?

Ja, het model is beschikbaar als open-weight model onder de MIT-licentie, wat commercieel gebruik en self-hosting toestaat.

Hoe verschilt het van de vorige DeepSeek V4.1 Flash?

Volgens de rapportage verbetert het vrijwel alle benchmarks ten opzichte van de vorige versie, waaronder HLE zonder tools van 36.8 naar 42.6 en Terminal-Bench 4.0 van 31.2 naar 42.3.

Hoe verhoudt het zich tot DeepSeek V4 Pro?

Volgens rapporten overtreft het DeepSeek V4 Pro op prestatie, snelheid en taakvoltooiingstijd.

Gerelateerde modellen

DeepSeek V4.1 Flash

DeepSeekdeepseek-v4.1-flash

DeepSeek V4.1 Flash is een opensource multimodaal mixture-of-experts-model van DeepSeek-AI met een contextvenster van één miljoen tokens en native beeldbegrip.

Invoerintensieve agentsystemenGrootschalige tekst- en beeldverwerkingFlexibele daluren-workloadsGrote codebases en logs

Context

1.049M

Max. uitvoer

943.718K

Invoertokens

$0.3 / 1M tokens

Uitvoertokens

$1.2 / 1M tokens

DeepSeek V4 Pro 0813

DeepSeekdeepseek-v4-pro-0813

DeepSeek V4 Pro 0813 is het open-weights vlaggenschipmodel van DeepSeek voor geavanceerd redeneren, complexe code en langdurige agenttaken, met een context van 1 miljoen tokens.

Volledige codebase-analyseMeerstapsautomatiseringGrootschalige informatiesyntheseCybersecuritytaken

Context

1.049M

Max. uitvoer

393.216K

Invoertokens

$1.32 / 1M tokens

Uitvoertokens

$3.96 / 1M tokens