DeepSeek V4.1 Flash 1017 API
DeepSeek V4.1 Flash1017 เป็นโมเดลมัลติโมดัลแบบ Mixture-of-Experts ที่รองรับบริบทอินพุตสูงถึงหนึ่งล้านโทเคน พร้อมความสามารถด้านการให้เหตุผลแบบปรับระดับได้และเปิดให้ใช้งานภายใต้สัญญาอนุญาต MIT
DeepSeek V4.1 Flash 1017 เป็นโมเดลมัลติโมดัลแบบ Mixture-of-Experts จาก DeepSeek ที่รับอินพุตทั้งข้อความและรูปภาพ แล้วสร้างเอาต์พุตเป็นข้อความ รองรับบริบทอินพุตได้สูงถึงหนึ่งล้านโทเคน และสร้างเอาต์พุตได้ยาวถึง 384,000 โทเคน ความสามารถที่โดดเด่นคือการปรับระดับความลึกของการให้เหตุผลได้อย่างต่อเนื่อง ผู้ใช้จึงเลือกได้ว่าจะให้โมเดลคิดละเอียดแค่ไหนตามงานเปิดให้ใช้งานภายใต้สัญญาอนุญาต MIT จึงใช้ในเชิงพาณิชย์และโฮสต์เองได้ และมีให้ในรูปแบบ open-weight ที่ดาวน์โหลดไปรันบนฮาร์ดแวร์ของตนเองได้
โมเดลนี้ไม่มีเทมเพลตแชตในรูปแบบ Jinja แต่มีตัวอย่างโค้ด Python แบบครบในตัวสำหรับการเข้ารหัสพรอมป์ต และมี deepseek-recipe ซึ่งเป็นชุดไลบรารีภาษา Rust พร้อม binding สำหรับ Python ที่ให้รูปแบบพรอมป์ตเดียวกัน เหมาะกับงานที่ต้องใช้บริบทยาวร่วมกับข้อมูลหลายรูปแบบ เช่น การให้เหตุผลมัลติโมดัลบนบริบทขนาดใหญ่ การเขียนโค้ด การทำความเข้าใจเอกสาร การวิเคราะห์เอกสาร การตีความแผนภูมิ และการตอบคำถามจากภาพ รวมถึงแอปพลิเคชันเอเจนต์ที่เรียกใช้เครื่องมือและประมวลผลทั้งข้อความและรูปภาพ
ในด้านประสิทธิภาพ โมเดลนี้ทำคะแนนได้ดีขึ้นในเกือบทุก benchmark เมื่อเทียบกับ DeepSeek V4.1 Flash เวอร์ชันก่อนหน้า และมีรายงานว่าทำผลงานได้เหนือกว่า DeepSeek V4 Pro ในด้านประสิทธิภาพ ความเร็ว และเวลาที่ใช้ทำงานให้เสร็จสิ้น อีกทั้งยังเอาชนะ K3, GLM-5.3 และ GPT-5.6 Sol ได้ในหลายกรณี แต่ยังตามหลัง Opus 5 ในหลาย benchmarkข้อจำกัดที่ควรทราบคือ แหล่งข้อมูลรายงานจำนวนพารามิเตอร์ไม่ตรงกัน โดยบางแหล่งระบุว่า 763.2 พันล้านพารามิเตอร์ทั้งหมด ขณะที่อีกแหล่งระบุว่า 552 พันล้านพารามิเตอร์แกนหลัก ซึ่งอาจเกิดจากวิธีนับที่ต่างกัน
อัปเดต:
ID โมเดล
deepseek-v4.1-flash-1017- บริบท
- 1.049M
- เอาต์พุตสูงสุด
- 393.216K
- API ที่แนะนำ
- messages
- อินพุต
- text / image
- เอาต์พุต
- text
จุดเด่น
- บริบทอินพุตสูงถึงหนึ่งล้านโทเคน
- เอาต์พุตยาวได้ถึง 384,000 โทเคน
- รับอินพุตทั้งข้อความและรูปภาพ
- ปรับระดับความลึกของการให้เหตุผลได้
- สัญญาอนุญาต MIT ใช้เชิงพาณิชย์ได้
- open-weight โฮสต์เองได้
ผู้ให้บริการ
เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด
| $0.3 | $1.2 | $0.007 | |
| $0.02 | $1 | $0.015 |
ซื้ออะไรได้ด้วย $10
- อินพุต
- 33.3M token
- เอาต์พุต
- 8.3M token
ประมาณจากราคาอินพุตและเอาต์พุตปัจจุบัน ก่อนหักส่วนลด
เบนช์มาร์ก
- 42.6
HLE (without tools)
DeepSeek V4.1 Flash เวอร์ชันก่อนหน้าทำได้ 36.8
- 42.3
Terminal-Bench 4.0
DeepSeek V4.1 Flash เวอร์ชันก่อนหน้าทำได้ 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
คะแนนตามที่ผู้ให้บริการโมเดลเผยแพร่
การให้เหตุผล
- ระดับความพยายามเริ่มต้น
- high
- เปิดใช้งานโดยค่าเริ่มต้น
- ใช่
- เปิดใช้งานตลอด
- ไม่ใช่
- ระดับความพยายามที่ใช้ได้
- max / high / low / none
เริ่มต้นอย่างรวดเร็ว
โค้ดพร้อมใช้สำหรับเรียกโมเดลนี้ด้วย API ที่เข้ากันได้ของ Felo API Platform เริ่มใน Playground เมื่อคุณต้องการทดสอบพรอมต์ก่อนเขียนโค้ด
ตั้งค่าคีย์ API
สร้างคีย์จากบัญชี Felo API Platform ของคุณและตั้งเป็นตัวแปรสภาพแวดล้อม
export FELO_API_KEY="YOUR_API_KEY"ส่งคำขอแรก
ใช้ ID โมเดลนี้กับ endpoint ของ Felo API Platform ส่วนหัวคำขอแบบไม่บังคับ เช่น X-Request-Id ช่วยในการแก้ไขปัญหา
deepseek-v4.1-flash-1017โมเดลนี้มีความสามารถในการให้เหตุผล หากโปรโตคอลและเส้นทางโมเดลที่คุณเลือกเปิดการควบคุมการให้เหตุผล ให้เก็บเมทาดาทาการให้เหตุผลที่ส่งคืนไว้เมื่อสนทนาต่อ
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());การใช้ SDK ของบุคคลที่สาม
ใน SDK ที่เข้ากันได้ ให้ตั้ง baseURL เป็น https://openapi.felo.ai/api/v1. สำหรับไคลเอนต์สไตล์ Claude ให้ใช้ base URL ที่เข้ากันได้กับ Anthropic https://openapi.felo.ai/api.
เปิดใช้สตรีมมิ่ง
เพิ่ม stream: true เพื่อรับการตอบกลับเป็น 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 มีอินเทอร์เฟซสำหรับเรียกโมเดลที่เข้ากันได้ เลือกอินเทอร์เฟซที่แอปหรือไคลเอนต์เอเจนต์ของคุณรองรับอยู่แล้ว
Messages
ข้อความที่เข้ากันได้กับ Anthropic สำหรับไคลเอนต์สไตล์ Claude
POST
https://openapi.felo.ai/api/v1/messagesพารามิเตอร์
modelstringdeepseek-v4.1-flash-1017ID โมเดลสาธารณะที่ต้องการเรียกmax_tokensinteger—จำนวนโทเคนสูงสุดที่สร้างmessagesarray—ข้อความสนทนาสำหรับ Chat Completionsfrequency_penalty———include_reasoning———logit_bias———logprobs———max_completion_tokens———min_p———parallel_tool_calls———presence_penalty———reasoning———reasoning_effort———repetition_penalty———response_formatobject—ขอเอาต์พุตแบบมีโครงสร้างเมื่อรองรับseed———stop———structured_outputs———temperaturenumber—ควบคุมความหลากหลายของการตอบกลับเมื่อรองรับtool_choicestring or object—ควบคุมว่าควรเรียกเครื่องมือหรือไม่toolsarray—นิยาม tool calling ตามสคีมาที่เข้ากันได้top_k———top_logprobs———top_p———คำถามที่พบบ่อย
รู้จัก DeepSeek V4.1 Flash 1017?
DeepSeek V4.1 Flash 1017 เป็นโมเดลมัลติโมดัลแบบ Mixture-of-Experts จาก DeepSeek ที่รับอินพุตทั้งข้อความและรูปภาพ แล้วสร้างเอาต์พุตเป็นข้อความ รองรับบริบทอินพุตได้สูงถึงหนึ่งล้านโทเคน และสร้างเอาต์พุตได้ยาวถึง 384,000 โทเคน ความสามารถที่โดดเด่นคือการปรับระดับความลึกของการให้เหตุผลได้อย่างต่อเนื่อง ผู้ใช้จึงเลือกได้ว่าจะให้โมเดลคิดละเอียดแค่ไหนตามงานเปิดให้ใช้งานภายใต้สัญญาอนุญาต MIT จึงใช้ในเชิงพาณิชย์และโฮสต์เองได้ และมีให้ในรูปแบบ open-weight ที่ดาวน์โหลดไปรันบนฮาร์ดแวร์ของตนเองได้ โมเดลนี้ไม่มีเทมเพลตแชตในรูปแบบ Jinja แต่มีตัวอย่างโค้ด Python แบบครบในตัวสำหรับการเข้ารหัสพรอมป์ต และมี deepseek-recipe ซึ่งเป็นชุดไลบรารีภาษา Rust พร้อม binding สำหรับ Python ที่ให้รูปแบบพรอมป์ตเดียวกัน เหมาะกับงานที่ต้องใช้บริบทยาวร่วมกับข้อมูลหลายรูปแบบ เช่น การให้เหตุผลมัลติโมดัลบนบริบทขนาดใหญ่ การเขียนโค้ด การทำความเข้าใจเอกสาร การวิเคราะห์เอกสาร การตีความแผนภูมิ และการตอบคำถามจากภาพ รวมถึงแอปพลิเคชันเอเจนต์ที่เรียกใช้เครื่องมือและประมวลผลทั้งข้อความและรูปภาพ ในด้านประสิทธิภาพ โมเดลนี้ทำคะแนนได้ดีขึ้นในเกือบทุก benchmark เมื่อเทียบกับ DeepSeek V4.1 Flash เวอร์ชันก่อนหน้า และมีรายงานว่าทำผลงานได้เหนือกว่า DeepSeek V4 Pro ในด้านประสิทธิภาพ ความเร็ว และเวลาที่ใช้ทำงานให้เสร็จสิ้น อีกทั้งยังเอาชนะ K3, GLM-5.3 และ GPT-5.6 Sol ได้ในหลายกรณี แต่ยังตามหลัง Opus 5 ในหลาย benchmarkข้อจำกัดที่ควรทราบคือ แหล่งข้อมูลรายงานจำนวนพารามิเตอร์ไม่ตรงกัน โดยบางแหล่งระบุว่า 763.2 พันล้านพารามิเตอร์ทั้งหมด ขณะที่อีกแหล่งระบุว่า 552 พันล้านพารามิเตอร์แกนหลัก ซึ่งอาจเกิดจากวิธีนับที่ต่างกัน
การใช้งานถูกเรียกเก็บเงินอย่างไร
ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน
DeepSeek V4.1 Flash 1017 รองรับอินพุตและเอาต์พุตแบบใดบ้าง
รองรับอินพุตเป็นข้อความและรูปภาพ และสร้างเอาต์พุตเป็นข้อความ
โมเดลนี้รองรับบริบทและความยาวเอาต์พุตเท่าใด
รองรับบริบทอินพุตได้สูงถึงหนึ่งล้านโทเคน และสร้างเอาต์พุตได้ยาวถึง 384,000 โทเคน
สามารถนำไปใช้เชิงพาณิชย์หรือโฮสต์เองได้หรือไม่
ได้ เนื่องจากเปิดให้ใช้งานภายใต้สัญญาอนุญาต MIT และมีให้ในรูปแบบ open-weight ที่ดาวน์โหลดไปรันบนฮาร์ดแวร์ของตนเองได้
ต้องใช้เทมเพลตแชตแบบ Jinja หรือไม่
ไม่ต้อง เพราะโมเดลไม่มีเทมเพลตแชตในรูปแบบ Jinja แต่มีตัวอย่างโค้ด Python แบบครบในตัวสำหรับการเข้ารหัสพรอมป์ต และมี deepseek-recipe ที่ให้รูปแบบพรอมป์ตเดียวกัน
เหมาะกับงานประเภทใดมากที่สุด
เหมาะกับงานที่ต้องใช้บริบทยาวร่วมกับข้อมูลหลายรูปแบบ เช่น การให้เหตุผลมัลติโมดัล การเขียนโค้ด การทำความเข้าใจเอกสาร การตีความแผนภูมิ การตอบคำถามจากภาพ และแอปพลิเคชันเอเจนต์ที่เรียกใช้เครื่องมือ
โมเดลที่เกี่ยวข้อง
DeepSeek V4.1 Flash
DeepSeekdeepseek-v4.1-flashDeepSeek V4.1 Flash คือโมเดลมัลติ-modal แบบ mixture-of-experts น้ำหนักเปิดจาก DeepSeek-AI ที่รองรับบริบทหนึ่งล้านโทเค็นและเอาต์พุตสูงสุด 384,000 โทเค็น
บริบท
1.049M
เอาต์พุตสูงสุด
943.718K
token อินพุต
$0.3 / 1M token
token เอาต์พุต
$1.2 / 1M token
DeepSeek V4 Pro 0813
DeepSeekdeepseek-v4-pro-0813DeepSeek V4 Pro 0813 คือโมเดลเรือธงแบบ open-weights สำหรับงานให้เหตุผลขั้นสูง การเขียนโค้ดที่ซับซ้อน และงานเอเจนต์ระยะยาว พร้อมหน้าต่างบริบท 1,000,000 โทเคน
บริบท
1.049M
เอาต์พุตสูงสุด
393.216K
token อินพุต
$1.32 / 1M token
token เอาต์พุต
$3.96 / 1M token