Felo API PlatformFelo API Platform
Voltar aos modelos
DeepSeekmessages

DeepSeek V4.1 Flash 1017 API

O DeepSeek V4.1 Flash 1017 é um modelo multimodal de pesos abertos com contexto de até um milhão de tokens, raciocínio ajustável e foco em custo-eficiência para tarefas agênticas.

O DeepSeek V4.1 Flash 1017 é um modelo de mistura de especialistas (MoE) multimodal da DeepSeek, lançado em outubro de 2026, que aceita texto e imagens como entrada e gera texto. Ele oferece contexto de até um milhão de tokens para entrada e limite de saída de 384.000 tokens, sendo disponibilizado como modelo de pesos abertos sob licença MIT, o que permite uso comercial e auto-hospedagem. O raciocínio pode ser controlado continuamente, ajustando a profundidade conforme a necessidade da tarefa.

O modelo se destaca em raciocínio multimodal de contexto longo, programação, compreensão de documentos, análise de gráficos e resposta a perguntas visuais. Também é voltado para aplicações agênticas que consomem texto e imagens e geram texto, com suporte a ferramentas. Segundo os relatos, supera o DeepSeek V4 Pro em desempenho, velocidade e tempo de conclusão de tarefas, além de melhorar quase todos os benchmarks em relação à versão anterior do V4.1 Flash e de superar K3, GLM-5.3 e GPT-5.6 Sol em muitos casos.

A arquitetura conta com 763,2 bilhões de parâmetros totais segundo uma fonte, enquanto outra lista 552 bilhões de parâmetros de backbone, com 8 bilhões ativos durante o prefill e 16 bilhões durante o decode. O treinamento utilizou 45 trilhões de tokens, com corte de conhecimento em maio de 2025. O modelo está disponível via DeepSeek, NVIDIA NIM e outras plataformas, e pode ser usado com Transformers, vLLM, SGLang e Docker Model Runner. Não inclui template de chat no formato Jinja; em vez disso, fornece uma implementação de referência em Python para codificação de prompts e o pacote deepseek-recipe, com bibliotecas Rust e bindings Python no mesmo formato de prompt.

Abrir Playground ↗Criar chave de API ↗Guia de introdução →

Atualizado:

ID DO MODELO

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

Destaques

  • Contexto de até um milhão de tokens
  • Saída de até 384.000 tokens
  • Multimodal: texto e imagens
  • Raciocínio continuamente ajustável
  • Pesos abertos sob licença MIT
  • Custo-eficiente para tarefas agênticas

Provedores

2 provedores

Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.

Provedor · Detalhes de preço
$0.3$1.2$0.007
$0.02$1$0.015

O que $10 compram

Entrada
33,3 mi tokens
Saída
8,3 mi tokens

Estimativa com base nos preços atuais de entrada e saída, antes de descontos.

Benchmarks

  • HLE (sem ferramentas)

    A versão anterior do V4.1 Flash obteve 36.8

    42.6

  • Terminal-Bench 4.0

    A versão anterior do V4.1 Flash obteve 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

Pontuações conforme publicadas pelo fornecedor do modelo.

Raciocínio

Esforço padrão
high
Ativado por padrão
Sim
Sempre ativado
Não
Níveis de esforço disponíveis
max / high / low / none

Início rápido

Código pronto para chamar este modelo com as APIs compatíveis da Felo API Platform. Comece no Playground quando quiser testar prompts antes de escrever código.

Abrir PlaygroundCriar chave de API
1

Defina sua chave de API

Crie uma chave na sua conta da Felo API Platform e defina-a como variável de ambiente.

export FELO_API_KEY="YOUR_API_KEY"
2

Faça sua primeira requisição

Use este ID de modelo com o endpoint da Felo API Platform. Cabeçalhos opcionais como X-Request-Id ajudam a solucionar problemas.

deepseek-v4.1-flash-1017

Este modelo tem capacidade de raciocínio. Se o protocolo selecionado e a rota do modelo expuserem controles de raciocínio, preserve os metadados de raciocínio retornados ao continuar a conversa.

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 SDKs de terceiros

Em SDKs compatíveis, defina baseURL como https://openapi.felo.ai/api/v1. Para clientes no estilo Claude, use a base URL compatível com Anthropic. https://openapi.felo.ai/api.

3

Ative o streaming

Adicione stream: true para receber respostas 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

A Felo API Platform expõe superfícies compatíveis de chamada de modelos. Escolha a superfície que seu app ou cliente de agente já suporta.

SurfaceMethodURL

Messages

Mensagens compatíveis com Anthropic para clientes no estilo Claude.

POST

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

Parâmetros

NomeTipoPadrãoDescrição
modelstringdeepseek-v4.1-flash-1017ID público do modelo a chamar.
max_tokensinteger—Número máximo de tokens gerados.
messagesarray—Mensagens da conversa 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 saída estruturada quando compatível.
seed———
stop———
structured_outputs———
temperaturenumber—Controla a variedade das respostas quando compatível.
tool_choicestring or object—Controla se uma ferramenta deve ser chamada.
toolsarray—Definições de tool calling seguindo o schema compatível.
top_k———
top_logprobs———
top_p———

Perguntas frequentes

O que é DeepSeek V4.1 Flash 1017?

O DeepSeek V4.1 Flash 1017 é um modelo de mistura de especialistas (MoE) multimodal da DeepSeek, lançado em outubro de 2026, que aceita texto e imagens como entrada e gera texto. Ele oferece contexto de até um milhão de tokens para entrada e limite de saída de 384.000 tokens, sendo disponibilizado como modelo de pesos abertos sob licença MIT, o que permite uso comercial e auto-hospedagem. O raciocínio pode ser controlado continuamente, ajustando a profundidade conforme a necessidade da tarefa. O modelo se destaca em raciocínio multimodal de contexto longo, programação, compreensão de documentos, análise de gráficos e resposta a perguntas visuais. Também é voltado para aplicações agênticas que consomem texto e imagens e geram texto, com suporte a ferramentas. Segundo os relatos, supera o DeepSeek V4 Pro em desempenho, velocidade e tempo de conclusão de tarefas, além de melhorar quase todos os benchmarks em relação à versão anterior do V4.1 Flash e de superar K3, GLM-5.3 e GPT-5.6 Sol em muitos casos. A arquitetura conta com 763,2 bilhões de parâmetros totais segundo uma fonte, enquanto outra lista 552 bilhões de parâmetros de backbone, com 8 bilhões ativos durante o prefill e 16 bilhões durante o decode. O treinamento utilizou 45 trilhões de tokens, com corte de conhecimento em maio de 2025. O modelo está disponível via DeepSeek, NVIDIA NIM e outras plataformas, e pode ser usado com Transformers, vLLM, SGLang e Docker Model Runner. Não inclui template de chat no formato Jinja; em vez disso, fornece uma implementação de referência em Python para codificação de prompts e o pacote deepseek-recipe, com bibliotecas Rust e bindings Python no mesmo formato de prompt.

Como o uso é cobrado?

Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes.

Quais tipos de entrada o modelo aceita?

O DeepSeek V4.1 Flash 1017 aceita entrada de texto e imagens, e gera texto como saída.

Qual é o tamanho do contexto e do limite de saída?

O contexto de entrada chega a até um milhão de tokens, e o limite de saída é de 384.000 tokens.

Para quais tarefas o modelo é mais indicado?

Ele é indicado para raciocínio multimodal de contexto longo, programação, compreensão de documentos, análise de gráficos, resposta a perguntas visuais e aplicações agênticas que usam ferramentas.

Como o raciocínio pode ser ajustado?

O esforço de raciocínio é continuamente controlável, permitindo ajustar a profundidade de raciocínio conforme a tarefa.

O modelo pode ser auto-hospedado?

Sim. Ele é disponibilizado como modelo de pesos abertos sob licença MIT, o que permite uso comercial e auto-hospedagem.

Como codificar prompts sem template Jinja?

O modelo não inclui template de chat no formato Jinja; ele fornece uma implementação de referência em Python para codificação de prompts e o pacote deepseek-recipe, com bibliotecas Rust e bindings Python no mesmo formato.

Modelos relacionados

DeepSeek V4.1 Flash

DeepSeekdeepseek-v4.1-flash

O DeepSeek V4.1 Flash é um modelo multimodal de mistura de especialistas com janela de um milhão de tokens, pesos abertos e arquitetura que prioriza entradas extensas.

Sistemas agênticos com entradas extensasProcessamento em escala de texto e imagensAnálise de bases de código e logsCargas agendadas fora do horário de pico

Contexto

1.049M

Saída máxima

943.718K

Tokens de entrada

$0.3 / 1M tokens

Tokens de saída

$1.2 / 1M tokens

DeepSeek V4 Pro 0813

DeepSeekdeepseek-v4-pro-0813

Modelo carro-chefe da DeepSeek para raciocínio avançado, programação complexa e tarefas agênticas de longo horizonte, com contexto de 1.000.000 de tokens e pesos abertos.

Análise de bases de código completasAutomação em múltiplas etapasSíntese de grandes volumes de informaçãoLeitura de relatórios financeiros extensos

Contexto

1.049M

Saída máxima

393.216K

Tokens de entrada

$1.32 / 1M tokens

Tokens de saída

$3.96 / 1M tokens