Unquant

Opening your workspace…

Unquant

DeepSeek V4.1 Flash 1017

Model terbesar kami: MoE jarang berparameter 763 miliar dengan memori Engram, tanpa sensor pada tingkat tensor, untuk pemrograman kompleks, pengoperasian agen berdurasi panjang, dan penalaran mendalam, dilengkapi kemampuan visual, pemanggilan alat, proses berpikir yang dapat diatur, serta konteks penuh 262K di setiap paket.

Model terbesar dan paling andal kami, untuk pemrograman berskala repositori, pengoperasian agen berdurasi panjang dengan pemanggilan alat, serta penalaran mendalam atas teks dan gambar, dengan konteks penuh 262K di setiap paket. Ini adalah rilis 1017, pembaruan DeepSeek untuk V4.1 Flash: berdasarkan kartu model yang diterbitkan DeepSeek, model ini meraih skor 42,3 pada Terminal-Bench 4.0 dibandingkan 31,2 pada rilis pertama, serta 77,0 pada DeepSWE dibandingkan 74,2. Dapat digunakan dengan klien apa pun yang menerima URL dasar khusus yang kompatibel dengan OpenAI dan ID model.

Sekilas

  • Keluarga model: DeepSeek V4.1 Flash 1017
  • ID model: deepseek-v4.1-flash-1017
  • Paket mulai dari $99 / bulan
  • Penggunaan: token & pesan tanpa batas
  • Konteks: 262.144 token di setiap paket
  • Tanpa sensor pada tingkat tensor, dengan kemampuan visual dan pemanggilan alat
  • Akses: beta tertutup · melalui undangan

Langganan DeepSeek V4.1 Flash 1017

  • DeepSeek Standard: $99/bulan · token & pesan tanpa batas · konteks 262K · 1 stream bersamaan
  • DeepSeek Pro: $189/bulan · token & pesan tanpa batas · konteks 262K · 2 stream bersamaan
  • DeepSeek Ultra: $359/bulan · token & pesan tanpa batas · konteks 262K · 4 stream bersamaan
  • DeepSeek Dedicated: $3.999/bulan · token & pesan tanpa batas · konteks 262K · 8 stream bersamaan

Bandingkan paket · Ajukan akses beta · Baca dokumentasi

Kegunaan utama DeepSeek V4.1 Flash 1017

  • Pemrograman kompleks: Perubahan berskala repositori, penataan ulang kode, dan penelusuran galat dengan seluruh basis kode di dalam konteks.
  • Pengoperasian agen berdurasi panjang: Pemanggilan alat dalam banyak langkah di Claude Code, Codex, atau OpenCode, dengan intensitas berpikir yang dapat Anda tingkatkan atau nonaktifkan.
  • Kemampuan visual: Tangkapan layar, grafik, diagram, dan dokumen hasil pemindaian bersama teks.
  • Penalaran mendalam: Riset, analisis, dan pembuktian yang membutuhkan rangkaian pemikiran panjang.

Spesifikasi

  • Parameter: 763 miliar (6 dari 384 pakar per token)
  • Konteks: 262K (token, di setiap paket)
  • Masukan: Teks + gambar (kemampuan visual bawaan)
  • Penalaran: Dapat diatur (proses berpikir dapat diaktifkan atau dinonaktifkan, dengan pilihan tingkat upaya)
  • ID model: deepseek-v4.1-flash-1017
  • Model dasar: DeepSeek-V4.1-Flash-1017 dari DeepSeek, bobot terbuka (MIT)
  • Memori: Memori n-gram Engram dan mekanisme atensi jarang
  • API: Kompatibel dengan OpenAI dan Anthropic
  • Pemanggilan alat, kemampuan visual, pengiriman respons bertahap, keluaran JSON, API OpenAI & Anthropic, tanpa sensor pada bobot model, token tanpa batas

Hubungkan dalam semenit

Semua klien yang kompatibel dengan OpenAI dapat digunakan. Dalam 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)

Panduan penyiapan: SillyTavern · Janitor AI · Open WebUI · Claude Code · Dokumentasi API

Pertanyaan umum tentang DeepSeek V4.1 Flash 1017

Apakah DeepSeek V4.1 Flash 1017 tanpa sensor?

Ya. Perilaku penolakan dihapus dari bobot model (penghapusan sensor pada tingkat tensor), bukan diakali dengan prompt. Kemampuan visual, pemanggilan alat, dan proses berpikir tetap utuh.

Apakah benar-benar tanpa batas?

Ya. Setiap paket DeepSeek V4.1 Flash 1017 mencakup token dan pesan tanpa batas, tanpa kuota atau pengukuran pemakaian. Paket hanya berbeda dalam jumlah permintaan yang dapat berjalan bersamaan.

Berapa besar konteks yang saya dapatkan?

Jendela konteks penuh sebesar 262.144 token di setiap paket, tanpa batas per permintaan yang lebih rendah.

Bisakah saya mengatur proses berpikirnya?

Ya. Secara bawaan, proses berpikir aktif pada tingkat "high"; kirim reasoning_effort "none" untuk jawaban langsung, atau "low", "high", atau "max".

Apa perbedaannya dengan GLM-5.3-Flash?

Model ini lebih besar (763 miliar dibandingkan 328 miliar parameter), dengan memori Engram dan mekanisme atensi jarang, serta dirancang untuk tugas pemrograman, agen, dan penalaran yang paling sulit. GLM-5.3-Flash menjawab lebih cepat per stream.