返回模型列表

DeepSeek: DeepSeek V4.1 Flash 1017在线50% OFF

deepseek/deepseek-v4.1-flash
对比对话

DeepSeek: DeepSeek V4.1 Flash 1017 是一款拥有 552B 参数的 MoE 模型,基于全新的因果编码器-解码器架构构建,用来实现更高的性能、更快的推理速度、更高的吞吐量以及更低的部署成本。它原生支持多模态视觉理解,并提供旗舰级的智能水平,同时显著降低了 KV 缓存需求,非常适合高吞吐量和对成本敏感的智能体任务。

由:DeepSeek输入类型:输出类型:发布时间:2026-10-17

供应商

在多个供应商之间路由请求。复制供应商标识以设置偏好供应商。

供应商缓存命中率上下文
Alibaba Cloud
alibaba
97.1%$0.15-0.3$0.075-0.15/ 百万 token$0.6-1.2$0.3-0.6/ 百万 token读取:0.015-0.030.0075-0.015/ 百万 token写入:-/ 百万 token1M3.64s54.2tps
DeepSeek
deepseek
98.8%$0.15-0.3$0.075-0.15/ 百万 token$0.6-1.2$0.3-0.6/ 百万 token读取:0.003-0.0060.0015-0.003/ 百万 token写入:-/ 百万 token1M1.17s103tps
Baidu
baidu
2.29%$0.15-0.3$0.075-0.15/ 百万 token$0.6-1.2$0.3-0.6/ 百万 token读取:0.003-0.0060.0015-0.003/ 百万 token写入:-/ 百万 token1M1.18s90.3tps
TencentCloud
tencent-cloud
28.3%$0.15-0.3$0.075-0.15/ 百万 token$0.6-1.2$0.3-0.6/ 百万 token读取:0.003-0.0060.0015-0.003/ 百万 token写入:-/ 百万 token1M49.8s44.0tps

可用率

AI Gateway 直连请求及各供应商的成功率。

Oct 26, 19:59
Alibaba Cloud100.00%
DeepSeek99.97%
Baidu-
TencentCloud100.00%

吞吐量

AI Gateway 实时流量的 P50 吞吐量,单位为每秒 token 数(TPS)。

Oct 25, 23:00
Alibaba Cloud83.7 tps
DeepSeek120 tps
Baidu41.2 tps
TencentCloud53.6 tps

延迟

AI Gateway 实时流量的 P50 首 token 延迟(TTFT),单位为毫秒。

Oct 25, 23:00
Alibaba Cloud3.45s
DeepSeek1.03s
Baidu2.90s
TencentCloud77.35s

活动

该模型随时间变化的 token 用量和请求流量。

Token 消耗
Oct 25
Alibaba Cloud125.5M
DeepSeek43.8B
Baidu1.4M
TencentCloud31.0M

按实际处理请求的供应商拆分 token 用量。区块越大,表示该供应商处理的模型流量越多。

基准测试

标准化评测得分。百分比越高越好,并展示排名百分位。

指标来源:Artificial Analysis

Apps

Public apps that send the most traffic to this model. Good signal for what real production workloads look like — and a hint at which use cases this model is best suited for. View All

Token 排行

相关模型

更多模型来自 DeepSeek

DeepSeek: DeepSeek V4 Pro 0813
973.93Btoken

除了DeepSeek之外,腾讯云(TencentCloud)和阿里云(AlibabaCloud)现在也提供了官方的0731版本,而其他提供商仍在使用旧的0424版本。DeepSeek: DeepSeek V4 Pro 0813是DeepSeek的旗舰级开放权重混合专家模型(MoE),于2026年4月24日发布预览版。该模型总参数量为1.6万亿,每个token激活490亿参数,并支持一百万token的上下文窗口。它专为高级推理、编程、STEM任务和自主智能体设计,在开源模型中提供了最先进的性能,并可与领先的专有系统媲美。该模型支持思考和非思考模式,可通过DeepSeek的应用程序和API进行访问。

DeepSeek: DeepSeek V4 Flash 0731
711.31Btoken

DeepSeek: DeepSeek V4 Flash 0731 是 DeepSeek V4 系列中面向效率的变体,作为预览版发布,并与旗舰版 V4-Pro 同时开源。它专为需要 V4 代次的长上下文和推理能力,但追求更快、更经济的 API 层的开发者而设计。与 V4-Pro 相比,DeepSeek: DeepSeek V4 Flash 0731 使用了更小的总参数和激活参数,这样实现更快的响应时间和更低的 API 成本。它保留了接近 V4-Pro 的推理能力,在简单的智能体任务上与 V4-Pro 持平,仅在要求最苛刻的智能体工作流中存在可察觉的差距。世界知识略低于 V4-Pro,但在开源领域内仍有竞争力。与 V4-Pro 一样,DeepSeek: DeepSeek V4 Flash 0731 继承了基于 Token 维度压缩和 DeepSeek 稀疏注意力 (DSA) 构建的新型注意力机制,标配支持 1M 上下文窗口,并提供带有 reasoning_effort 参数(high / max)的思考和非思考模式。迁移说明:旧版模型名称 deepseek-chat 和 deepseek-reasoner 目前分别路由到 DeepSeek: DeepSeek V4 Flash 0731 的非思考和思考模式,并将于 2026-07-24 退役。现有集成应迁移到明确的模型名称 deepseek-v4-flash 或 deepseek-v4-pro。该模型可通过 OpenAI ChatCompletions 和 Anthropic 接口访问,权重已在 Hugging Face 和 ModelScope 上开源。

DeepSeek: DeepSeek V3.2
58.69Btoken

DeepSeek-V3.2 是 DeepSeek 发布的一款以推理为优先的大语言模型,是 V3.2-Exp 的正式继任者。它专为智能体(agentic)能力和工具使用场景下的集成推理而设计。如果对 deepseek-reasoner 模型的请求包含 tools 参数,该请求实际上将使用 deepseek-chat 模型处理。该模型引入了一种新的大规模智能体训练数据合成方法,涵盖超过 1,800 个环境和 85,000 多条复杂指令。DeepSeek-V3.2 是 DeepSeek 首个将思维(thinking)直接集成到工具使用中的模型,支持在工具交互期间同时进行思维和非思维模式。根据 DeepSeek 的基准测试,该模型在平衡推理质量和输出长度的同时,提供了可与 GPT-5 水平相媲美的性能。它可通过 App、Web 和 API 使用,既适用于日常通用用途,也适用于复杂的智能体工作流。

FAQs