DeepSeek V4.1 Flash 1017 — это снимок DeepSeek V4.1 Flash от 17 октября 2026 года, предоставляемый DeepSeek под именем API-модели deepseek-flash. V4.1 Flash — это разреженная модель mixture-of-experts от DeepSeek, первая, построенная на архитектуре Causal Encoder-Decoder (CED) компании. Она активирует 8B параметров на входе и 16B на выходе из основы в 552B параметров, асимметричное разделение, которое поддерживает низкие вычислительные затраты на токен относительно общего размера модели. Понимание изображений является нативным для архитектуры, с визуальными и текстовыми embedding'ами, обученными совместно с самого начала предварительного обучения, а не добавленными впоследствии, как в более ранней экспериментальной V4 Flash Vision Exp.
Она подходит для кодирования, терминалов и агентов, использующих компьютер, а также для долгосрочных задач, которые должны выполняться до конца за множество шагов, и для анализа длинного контекста. Сжатое KV-кэширование сокращает память кэша примерно до четверти по сравнению с предыдущим поколением Flash, значительно снижая затраты на агентские рабочие нагрузки. DeepSeek позиционирует её как экономичный уровень семейства V4.1 и сообщает, что она превосходит V4 Pro по производительности, скорости и времени выполнения задач.
Провайдер для DeepSeek: DeepSeek V4.1 Flash 1017
Hubris маршрутизирует запросы к лучшему доступному провайдеру с автоматическим fallback при сбоях.
Модальности
Провайдеры
Запросы обслуживает один из провайдеров ниже — маршрутизация автоматически выбирает оптимального по доступности и скорости в момент запроса. Итоговая стоимость зависит от того, какой провайдер обслужил запрос, и от попадания в кэш: при повторяющемся контексте вход тарифицируется по цене чтения кэша — до 60–80 % дешевле. Цены — в рублях за 1 млн токенов.
OpenInference | 8,84 ₽ | 63,12 ₽ | 1,01 ₽ | — | 99,7 % | < 0,1 % |
Relace | 8,84 ₽ | 63,12 ₽ | 1,01 ₽ | 105 т/с | 100,0 % | 5,2 % |
DeepInfra−51 % | 80 т/с | 94,0 % | 1,4 % | |||
InferenceNet | 10,10 ₽ | 63,12 ₽ | 1,01 ₽ | 138 т/с | 100,0 % | 6,0 % |
InferenceNet | 10,10 ₽ | 63,12 ₽ | 1,01 ₽ | 138 т/с | 100,0 % | 6,0 % |
DeepInfra−51 % | 80 т/с | 100,0 % | 1,4 % | |||
Cloudflare | 12,62 ₽ | 75,74 ₽ | 0,380 ₽ | 81 т/с | 99,9 % | 13,0 % |
Sail Research | 12,75 ₽ | 18,94 ₽ | 0,850 ₽ | — | 100,0 % | < 0,1 % |
Sail Research | 12,75 ₽ | 18,94 ₽ | 0,850 ₽ | — | 99,9 % | < 0,1 % |
Decart−8 % | — | 99,6 % | < 0,1 % | |||
DeepInfra−51 % | 80 т/с | 99,9 % | 1,4 % | |||
Reka | 18,94 ₽ | 75,74 ₽ | 0,380 ₽ | — | 98,6 % | < 0,1 % |
DeepSeek | 18,94 ₽ | 75,74 ₽ | 0,380 ₽ | — | 100,0 % | < 0,1 % |
Makora | 18,94 ₽ | 151,48 ₽ | 0,760 ₽ | — | 99,6 % | < 0,1 % |
Wafer | 20,20 ₽ | 63,12 ₽ | 1,01 ₽ | 113 т/с | 100,0 % | 51,4 % |
Alibaba | 20,83 ₽ | 83,32 ₽ | 2,08 ₽ | — | 98,2 % | < 0,1 % |
GMICloud−40 % | — | 99,9 % | < 0,1 % | |||
AtlasCloud | 24,62 ₽ | 98,46 ₽ | 0,490 ₽ | — | 99,7 % | < 0,1 % |
Ionstream | 27,77 ₽ | 75,74 ₽ | 2,40 ₽ | — | 99,4 % | < 0,1 % |
Morph | 31,94 ₽ | 75,74 ₽ | 2,78 ₽ | — | 99,7 % | < 0,1 % |
Baidu | 35,35 ₽ | 142,65 ₽ | 0,760 ₽ | — | 100,0 % | < 0,1 % |
Crusoe | 36,61 ₽ | 151,48 ₽ | 0,880 ₽ | 114 т/с | 100,0 % | 7,9 % |
DigitalOcean | 37,87 ₽ | 151,48 ₽ | 0,760 ₽ | — | 100,0 % | < 0,1 % |
Phala | 37,87 ₽ | 151,48 ₽ | 0,760 ₽ | — | 99,3 % | < 0,1 % |
SiliconFlow | 37,87 ₽ | 151,48 ₽ | 0,760 ₽ | — | 98,9 % | < 0,1 % |
Novita | 37,87 ₽ | 151,48 ₽ | 0,760 ₽ | — | 99,9 % | < 0,1 % |
Together | 37,87 ₽ | 151,48 ₽ | 0,760 ₽ | 94 т/с | 100,0 % | 8,3 % |
Fireworks | 37,87 ₽ | 151,48 ₽ | 0,760 ₽ | — | 100,0 % | < 0,1 % |
PrimeIntellect | 37,87 ₽ | 151,48 ₽ | 0,760 ₽ | — | 99,9 % | < 0,1 % |
BaseTen | 37,87 ₽ | 151,48 ₽ | 0,880 ₽ | — | 100,0 % | < 0,1 % |
Parasail | 37,87 ₽ | 151,48 ₽ | 0,760 ₽ | 128 т/с | 100,0 % | 4,6 % |
Доля запросов, скорость и латентность считаются по нашему трафику за 30 дней, в разрезе по провайдеру. У одного провайдера может быть несколько строк — разные регионы или тарифы с отдельными ценами; эти значения общие для провайдера, поэтому в таких строках они совпадают.
Поддерживаемые параметры
Сравнить с…
выбрать любую модель →Другие модели от deepseek
DeepSeek: DeepSeek V4.1 Flash
DeepSeek V4.1 Flash — это разреженная модель MoE от DeepSeek, первая, построенная на архитектуре Causal Encoder-Decoder (CED) компании. Она активирует 8B параметров на входе и 16B на выходе из основы в 552B параметров, асимметричное разделение, которое поддерживает низкие вычислительные затраты на токен относительно общего размера модели. Понимание изображений является родным для архитектуры, с визуальными и текстовыми embedding, обученными совместно с самого начала предварительного обучения, а не добавленными позже, как в более ранней экспериментальной V4 Flash Vision Exp. Она подходит для агентов кодирования, терминалов и использования компьютеров, а также для долгосрочных задач, которые должны выполняться до конца за множество шагов, и анализа длинного контекста. Сжатое KV-кэширование сокращает объем кэш-памяти примерно до четверти по сравнению с предыдущим поколением Flash, значительно снижая затраты на агентские рабочие нагрузки. DeepSeek позиционирует ее как экономичный уровень семейства V4.1 и сообщает, что она превосходит V4 Pro по производительности, скорости и времени выполнения задач.
DeepSeek: DeepSeek V4 Pro 0423
DeepSeek V4 Pro — это крупномасштабная модель Mixture-of-Experts от DeepSeek с общим количеством параметров 1,6T и 49B активированных параметров, поддерживающая контекстное окно в 1M токенов. Она разработана для продвинутого рассуждения, кодирования и рабочих процессов агентов с длительным горизонтом, демонстрируя высокую производительность в тестах по знаниям, математике и разработке программного обеспечения. Построенная на той же архитектуре, что и DeepSeek V4 Flash, она представляет гибридную систему attention для эффективной обработки длинного контекста. Поддерживаются уровни рассуждения high и xhigh; xhigh соответствует максимальному уровню рассуждения. Модель хорошо подходит для сложных рабочих нагрузок, таких как анализ всей кодовой базы, многошаговая автоматизация и крупномасштабный синтез информации, где критически важны как возможности, так и эффективность.
DeepSeek: DeepSeek V4 Flash 0731
DeepSeek V4 Flash 0731 — это разреженная модель mixture-of-experts от DeepSeek с 13 миллиардами активных параметров из 284 миллиардов общих. Эта переобученная версия подходит для кодирования, рассуждений и рабочих процессов агентов.
DeepSeek: DeepSeek Pro Latest
Эта модель всегда перенаправляется на последнюю модель семейства DeepSeek Pro.
DeepSeek: DeepSeek Flash Latest
Эта модель всегда перенаправляется на новейшую модель семейства DeepSeek Flash.
DeepSeek: DeepSeek V4 Flash Vision Exp
DeepSeek V4 Flash Vision Exp — это экспериментальная версия DeepSeek V4 Flash 0731 от DeepSeek с поддержкой зрения, которая добавляет понимание изображений, сохраняя при этом текстовые возможности базовой модели, включая агентов, рассуждения и мировые знания. Это разреженная модель MoE с 13 миллиардами активных параметров из 284 миллиардов общих. Она подходит для понимания документов и диаграмм, визуальных ответов на вопросы и рабочих процессов мультимодальных агентов, которые чередуют текст и изображения.