Карточка модели
deepseek-v4-1-flash-fastЗначения объединены по всем поставщикам; у конкретного поставщика они могут быть уже. Точные данные — в таблице ниже.
| Поставщик | ID у поставщика | Контекст | Ввод, $/1M | Вывод, $/1M | Кэш чтение | Кэш запись | Инференс |
|---|---|---|---|---|---|---|---|
| CommandCode | deepseek/deepseek-v4.1-flash-fast | 1 млн | $0.16 | $0.58 | $0.016 | — | — |
| CoralBricks | deepseek-v4.1-flash-fast | 1,05 млн | $0.25 | $1.2 | $0.005 | $0 | — |
| Baseten | deepseek-ai/DeepSeek-V4.1-Flash-Fast | 1,05 млн | $0.6 | $2.4 | $0.014 | — | — |
| Vercel AI Gateway | deepseek/deepseek-v4.1-flash-fast | 1,05 млн | $0.6 | $2.4 | $0.014 | — | — |
| Wally | deepseek-v4.1-flash-fast | 1,05 млн | $0.6 | $2.4 | $0.014 | — | — |
«Доступен» — у Airuns настроен системный ключ этого поставщика, модель можно запускать прямо сейчас.
Отрывок на языке оригинала:
We introduce DeepSeek-V4.1-Flash, a multimodal Mixture-of-Experts (MoE) model with 552B backbone parameters and support for contexts of up to one million tokens. The model natively processes images and text, and generates text autoregressively.
Architecture. DeepSeek-V4.1-Flash adopts a Causal Encoder-Decoder (CED) architecture: a 40-layer Transformer organized as a 20-layer causal encoder followed by a 20-layer decoder. With CED, the decoder's global KV cache is projected from the final encoder hidden states rather than derived from each decoder layer's own hidden states. This allows the model to activate only 8B parameters per token during prefill and 16B during decode, substantially improving cost efficiency for input-heavy agentic workloads. SWA Bounded Replay reconstructs missing SWA KV states by replaying only the most recent nwin tokens, avoiding the need to persist SWA KV to SSD a…
Читать дальше на Hugging Face →
Данные авторов модели из README на Hugging Face; методики тестирования могут отличаться между моделями.
subconscious/deepseek-v4-1-flash-marathonСемейство: deepseek-flashКонтекст (макс.): 5 млн токеновВвод: текст, изображения; вывод: текстВозможности: рассуждение, инструменты, структурированный вывод, вложенияПоставщики: Subconsciousdeepseek-v4-flashСемейство: deepseek-flashКонтекст (макс.): 1,05 млн токеновВвод: текст, изображения; вывод: текстВозможности: рассуждение, инструменты, структурированный вывод, вложенияПоставщики: Abacus, above.dev, AgentRouter, AI/ML API, Alibaba (China), Alibaba Token Plan и ещё 56novita/deepseek-v4-flashСемейство: deepseek-flashКонтекст (макс.): 1,05 млн токеновВвод: текст; вывод: текстВозможности: рассуждение, инструментыПоставщики: LLM Gatewaydeepseek-v4-1-flashСемейство: deepseek-flashКонтекст (макс.): 1,05 млн токеновВвод: текст, изображения, PDF; вывод: текстВозможности: рассуждение, инструменты, структурированный вывод, вложенияПоставщики: above.dev, ai&, AIHubMix, AI/ML API, Alibaba (China), Alibaba Token Plan и ещё 57deepseek-v4-1-flash-1017Семейство: deepseek-flashКонтекст (макс.): 1,05 млн токеновВвод: текст, изображения, PDF; вывод: текстВозможности: рассуждение, инструменты, структурированный вывод, вложенияПоставщики: ai&, Alibaba Token Plan, Alibaba Token Plan (China), Arcee, Baseten, Chutes и ещё 33deepseek-4-flashСемейство: deepseek-flashКонтекст (макс.): 1,05 млн токеновВвод: текст; вывод: текстВозможности: инструментыПоставщики: DigitalOceanumans-deepseek-v4-flash-0731Семейство: deepseek-flashКонтекст (макс.): 1,05 млн токеновВвод: текст; вывод: текстВозможности: рассуждение, инструменты, структурированный выводПоставщики: Umans AI, Umans AI Coding Planbytedance/deepseek-v4-flashСемейство: deepseek-flashКонтекст (макс.): 1,05 млн токеновВвод: текст; вывод: текстВозможности: рассуждение, инструментыПоставщики: LLM GatewayИсточник каталога: https://models.dev/api.json. Получено: 01.11.2026 00:22 UTC. Цены и лимиты — данные источника; перед использованием проверяйте условия поставщика.