DeepSeek V4.1 Flash 1017
Notre plus grand modèle : une architecture MoE à activation parcimonieuse de 763 milliards de paramètres avec mémoire Engram, sans censure au niveau des tenseurs, pour les tâches de programmation complexes, les longues exécutions d’agents et le raisonnement approfondi, avec vision, appels d’outils, raisonnement réglable et l’intégralité du contexte de 262K dans toutes les offres.
Notre modèle le plus grand et le plus performant, pour programmer à l’échelle d’un dépôt, exécuter de longs parcours d’agents avec appels d’outils et mener des raisonnements approfondis sur du texte et des images, avec l’intégralité du contexte de 262K dans toutes les offres. Il s’agit de la version 1017, la mise à jour de V4.1 Flash par DeepSeek : selon la fiche publiée par DeepSeek, elle obtient 42,3 sur Terminal-Bench 4.0 contre 31,2 pour la première version, et 77,0 sur DeepSWE contre 74,2. Fonctionne avec tout client acceptant une URL de base personnalisée compatible avec OpenAI et un identifiant de modèle.
En bref
- Famille de modèles : DeepSeek V4.1 Flash 1017
- Identifiant du modèle :
deepseek-v4.1-flash-1017 - Offres à partir de 99 $ / mois
- Utilisation : tokens & messages illimités
- Contexte : 262 144 tokens dans toutes les offres
- Sans censure au niveau des tenseurs, avec vision et appels d’outils
- Accès : bêta privée · sur invitation
Abonnements DeepSeek V4.1 Flash 1017
- DeepSeek Standard : 99 $/mois · tokens & messages illimités · contexte de 262K · 1 flux de requêtes simultané
- DeepSeek Pro : 189 $/mois · tokens & messages illimités · contexte de 262K · 2 flux de requêtes simultanés
- DeepSeek Ultra : 359 $/mois · tokens & messages illimités · contexte de 262K · 4 flux de requêtes simultanés
- DeepSeek Dedicated : 3 999 $/mois · tokens & messages illimités · contexte de 262K · 8 flux de requêtes simultanés
Comparer les offres · Demander l’accès à la bêta · Consulter la documentation
Les usages auxquels se destine DeepSeek V4.1 Flash 1017
- Programmation complexe : Modifications à l’échelle d’un dépôt, refactorisations et débogage avec toute la base de code dans le contexte.
- Longues exécutions d’agents : Appels d’outils sur de nombreuses étapes dans Claude Code, Codex ou OpenCode, avec un raisonnement dont vous pouvez augmenter l’intensité ou que vous pouvez désactiver.
- Vision : Captures d’écran, graphiques, schémas et documents numérisés, en complément du texte.
- Raisonnement approfondi : Recherche, analyse et démonstrations nécessitant de longues chaînes de raisonnement.
Caractéristiques techniques
- Paramètres : 763 milliards (6 experts sur 384 par token)
- Contexte : 262K (tokens, dans toutes les offres)
- Entrée : texte + images (vision intégrée)
- Raisonnement : réglable (activable ou désactivable, avec plusieurs niveaux d’effort)
- Identifiant du modèle :
deepseek-v4.1-flash-1017 - Modèle de base : DeepSeek-V4.1-Flash-1017 de DeepSeek, poids ouverts (MIT)
- Mémoire : mémoire de n-grammes Engram et attention parcimonieuse
- API : compatible avec OpenAI et Anthropic
- Appels d’outils, vision, diffusion en continu, sortie JSON, API OpenAI & Anthropic, censure supprimée dans les poids, tokens illimités
Connectez-vous en une minute
Tout client compatible avec OpenAI convient. En 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)Guides de configuration : SillyTavern · Janitor AI · Open WebUI · Claude Code · Documentation de l’API
Questions fréquentes sur DeepSeek V4.1 Flash 1017
DeepSeek V4.1 Flash 1017 est-il sans censure ?
Oui. Les refus sont supprimés dans les poids du modèle (suppression de la censure au niveau des tenseurs), et non contournés par un prompt. La vision, les appels d’outils et le raisonnement restent intacts.
Est-ce vraiment illimité ?
Oui. Toutes les offres DeepSeek V4.1 Flash 1017 comprennent des tokens et des messages illimités, sans plafond ni compteur d’utilisation. Seul le nombre de requêtes pouvant s’exécuter simultanément varie d’une offre à l’autre.
De quelle taille de contexte puis-je disposer ?
Vous disposez de l’intégralité de la fenêtre de 262 144 tokens dans toutes les offres, sans plafond inférieur par requête.
Puis-je contrôler le raisonnement ?
Oui. Le raisonnement est activé par défaut sur "high" ; envoyez reasoning_effort avec la valeur "none" pour des réponses directes, ou choisissez "low", "high" ou "max".
En quoi diffère-t-il de GLM-5.3-Flash ?
C’est un modèle plus grand (763 milliards de paramètres contre 328 milliards), doté de la mémoire Engram et d’une attention parcimonieuse, conçu pour les tâches les plus complexes de programmation, d’exécution d’agents et de raisonnement. GLM-5.3-Flash répond plus vite par flux.