Unquant

Opening your workspace…

Unquant

DeepSeek V4.1 Flash 1017

Unser größtes Modell: ein dünn besetztes MoE mit 763 Milliarden Parametern und Engram-Speicher, auf Tensor-Ebene unzensiert, für anspruchsvolle Programmieraufgaben, lange Agentenläufe und tiefgehendes Schlussfolgern – mit Bildverarbeitung, Tool-Aufrufen, einstellbarem Denkaufwand und dem vollen Kontextfenster von 262 144 Token in jedem Plan.

Unser größtes und leistungsfähigstes Modell für Programmieraufgaben über ganze Repositorys hinweg, lange Agentenläufe mit Tool-Aufrufen und tiefgehendes Schlussfolgern über Texte und Bilder, mit dem vollen Kontextfenster von 262 144 Token in jedem Plan. Dies ist die Version 1017, DeepSeeks Aktualisierung von V4.1 Flash: Laut der von DeepSeek veröffentlichten Modellkarte erreicht sie 42,3 Punkte auf Terminal-Bench 4.0 gegenüber 31,2 bei der ersten Version und 77,0 auf DeepSWE gegenüber 74,2. Funktioniert mit jedem Client, der eine benutzerdefinierte OpenAI-kompatible Basis-URL und Modell-ID unterstützt.

Auf einen Blick

  • Modellfamilie: DeepSeek V4.1 Flash 1017
  • Modell-ID: deepseek-v4.1-flash-1017
  • Pläne ab 99 $ / Monat
  • Nutzung: unbegrenzt Token & Nachrichten
  • Kontext: 262 144 Token in jedem Plan
  • Auf Tensor-Ebene unzensiert, mit Bildverarbeitung und Tool-Aufrufen
  • Zugang: geschlossene Beta · auf Einladung

Abonnements für DeepSeek V4.1 Flash 1017

  • DeepSeek Standard: 99 $/Monat · unbegrenzt Token & Nachrichten · 262 144 Token Kontext · 1 gleichzeitiger Stream
  • DeepSeek Pro: 189 $/Monat · unbegrenzt Token & Nachrichten · 262 144 Token Kontext · 2 gleichzeitige Streams
  • DeepSeek Ultra: 359 $/Monat · unbegrenzt Token & Nachrichten · 262 144 Token Kontext · 4 gleichzeitige Streams
  • DeepSeek Dedicated: 3 999 $/Monat · unbegrenzt Token & Nachrichten · 262 144 Token Kontext · 8 gleichzeitige Streams

Pläne vergleichen · Beta-Zugang beantragen · Dokumentation lesen

Wofür DeepSeek V4.1 Flash 1017 entwickelt wurde

  • Anspruchsvolle Programmieraufgaben: Repository-weite Änderungen, Refactoring und Fehlerbehebung mit der gesamten Codebasis im Kontext.
  • Lange Agentenläufe: Tool-Aufrufe über viele Schritte hinweg in Claude Code, Codex oder OpenCode, mit Denkaufwand, den Sie erhöhen oder abschalten können.
  • Bildverarbeitung: Screenshots, Diagramme, Schaubilder und gescannte Dokumente zusammen mit Text.
  • Tiefgehendes Schlussfolgern: Recherche, Analysen und Beweise, die lange Gedankenketten erfordern.

Technische Daten

  • Parameter: 763 Milliarden (6 von 384 Experten pro Token)
  • Kontext: 262 144 Token (in jedem Plan)
  • Eingabe: Text + Bilder (integrierte Bildverarbeitung)
  • Schlussfolgern: einstellbar (Denkmodus ein- oder ausschaltbar, mit verschiedenen Aufwandsstufen)
  • Modell-ID: deepseek-v4.1-flash-1017
  • Basismodell: DeepSeek-V4.1-Flash-1017 von DeepSeek, offene Modellgewichte (MIT)
  • Speicher: Engram-N-Gramm-Speicher und dünn besetzte Aufmerksamkeit
  • API: kompatibel mit OpenAI und Anthropic
  • Tool-Aufrufe, Bildverarbeitung, Streaming, JSON-Ausgabe, OpenAI- & Anthropic-APIs, in den Modellgewichten unzensiert, unbegrenzt Token

In einer Minute verbinden

Jeder OpenAI-kompatible Client funktioniert. In Python:

from openai import OpenAI

client = OpenAI(base_url="https://api.unquant.io/v1", api_key="YOUR_UNQUANT_KEY")
reply = client.chat.completions.create(
    model="deepseek-v4.1-flash-1017",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(reply.choices[0].message.content)

Einrichtungsanleitungen: SillyTavern · Janitor AI · Open WebUI · Claude Code · API-Dokumentation

Häufige Fragen zu DeepSeek V4.1 Flash 1017

Ist DeepSeek V4.1 Flash 1017 unzensiert?

Ja. Verweigerungen werden in den Modellgewichten entfernt (Unzensierung auf Tensor-Ebene) und nicht mit einem Prompt umgangen. Bildverarbeitung, Tool-Aufrufe und Denkfähigkeit bleiben erhalten.

Ist die Nutzung wirklich unbegrenzt?

Ja. Jeder Plan für DeepSeek V4.1 Flash 1017 enthält unbegrenzt Token und Nachrichten, ohne Obergrenzen oder verbrauchsabhängige Abrechnung. Die Pläne unterscheiden sich nur darin, wie viele Anfragen gleichzeitig laufen können.

Wie viel Kontext erhalte ich?

Das volle Kontextfenster von 262 144 Token in jedem Plan, ohne niedrigere Obergrenze pro Anfrage.

Kann ich den Denkaufwand steuern?

Ja. Der Denkmodus ist standardmäßig mit "high" aktiviert; senden Sie reasoning_effort mit "none" für direkte Antworten oder mit "low", "high" oder "max".

Wie unterscheidet es sich von GLM-5.3-Flash?

Es ist ein größeres Modell (763 Milliarden gegenüber 328 Milliarden Parametern) mit Engram-Speicher und dünn besetzter Aufmerksamkeit, entwickelt für die anspruchsvollsten Programmieraufgaben, Agentenläufe und Schlussfolgerungen. GLM-5.3-Flash antwortet pro Stream schneller.