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。
返回模型列表
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
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
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
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



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
DeepSeek
deepseek
Baidu
baidu
TencentCloud
tencent-cloud
可用率
24 小时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
24 小时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
24 小时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。
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
