Unquant

Opening your workspace…

Unquant

DeepSeek V4.1 Flash 1017

Il nostro modello più grande: un MoE sparso da 763 miliardi di parametri con memoria Engram, senza censure a livello dei tensori, per attività di programmazione complesse, lunghe esecuzioni di agenti e ragionamento approfondito, con capacità visive, chiamate a strumenti, ragionamento regolabile e l'intero contesto da 262K su tutti i piani.

Il nostro modello più grande e più potente, per lavorare sul codice di interi repository, eseguire a lungo agenti che chiamano strumenti e ragionare a fondo su testi e immagini, con l'intero contesto da 262K su tutti i piani. Questa è la versione 1017, l'aggiornamento di DeepSeek a V4.1 Flash: nella scheda pubblicata da DeepSeek ottiene 42,3 su Terminal-Bench 4.0 contro i 31,2 della prima versione, e 77,0 su DeepSWE contro 74,2. Funziona con qualsiasi client che accetti un URL di base personalizzato compatibile con OpenAI e un ID modello.

In breve

  • Famiglia del modello: DeepSeek V4.1 Flash 1017
  • ID modello: deepseek-v4.1-flash-1017
  • Piani da 99 $ / mese
  • Utilizzo: token e messaggi illimitati
  • Contesto: 262.144 token su tutti i piani
  • Senza censure a livello dei tensori, con capacità visive e chiamate a strumenti
  • Accesso: beta privata · su invito

Abbonamenti a DeepSeek V4.1 Flash 1017

  • DeepSeek Standard: 99 $/mese · token e messaggi illimitati · contesto da 262K · 1 flusso simultaneo
  • DeepSeek Pro: 189 $/mese · token e messaggi illimitati · contesto da 262K · 2 flussi simultanei
  • DeepSeek Ultra: 359 $/mese · token e messaggi illimitati · contesto da 262K · 4 flussi simultanei
  • DeepSeek Dedicated: 3.999 $/mese · token e messaggi illimitati · contesto da 262K · 8 flussi simultanei

Confronta i piani · Richiedi l'accesso alla beta · Leggi la documentazione

Per cosa è progettato DeepSeek V4.1 Flash 1017

  • Programmazione complessa: Modifiche, ristrutturazione del codice e risoluzione dei problemi su interi repository, con tutta la base di codice nel contesto.
  • Lunghe esecuzioni di agenti: Chiamate a strumenti in molti passaggi con Claude Code, Codex o OpenCode, con un ragionamento che puoi intensificare o disattivare.
  • Capacità visive: Schermate, grafici, diagrammi e documenti scansionati insieme al testo.
  • Ragionamento approfondito: Ricerca, analisi e dimostrazioni che richiedono lunghe catene di ragionamento.

Specifiche

  • Parametri: 763 miliardi (6 esperti su 384 per token)
  • Contesto: 262K (token, su tutti i piani)
  • Dati in ingresso: testo + immagini (capacità visive integrate)
  • Ragionamento: regolabile (attivabile o disattivabile, con diversi livelli di intensità)
  • ID modello: deepseek-v4.1-flash-1017
  • Modello di base: DeepSeek-V4.1-Flash-1017 di DeepSeek, con pesi aperti (MIT)
  • Memoria: memoria a n-grammi Engram e attenzione sparsa
  • API: compatibile con OpenAI e Anthropic
  • Chiamate a strumenti, capacità visive, risposte in streaming, risultati in JSON, API OpenAI e Anthropic, censure rimosse dai pesi, token illimitati

Collegati in un minuto

Funziona con qualsiasi client compatibile con OpenAI. 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)

Guide alla configurazione: SillyTavern · Janitor AI · Open WebUI · Claude Code · Documentazione API

Domande frequenti su DeepSeek V4.1 Flash 1017

DeepSeek V4.1 Flash 1017 è senza censure?

Sì. I rifiuti vengono eliminati intervenendo sui pesi del modello (rimozione delle censure a livello dei tensori), anziché aggirati con un prompt. Le capacità visive, le chiamate a strumenti e il ragionamento restano intatti.

È davvero illimitato?

Sì. Ogni piano DeepSeek V4.1 Flash 1017 include token e messaggi illimitati, senza tetti né conteggi a consumo. I piani si differenziano solo per il numero di richieste eseguibili contemporaneamente.

Quanto contesto ho a disposizione?

L'intera finestra da 262.144 token su tutti i piani, senza limiti inferiori per singola richiesta.

Posso controllare il ragionamento?

Sì. Il ragionamento è attivo per impostazione predefinita al livello "high"; invia reasoning_effort con valore "none" per ottenere risposte dirette, oppure "low", "high" o "max".

In cosa si differenzia da GLM-5.3-Flash?

È un modello più grande (763 miliardi di parametri contro 328 miliardi), con memoria Engram e attenzione sparsa, progettato per le attività più complesse di programmazione, uso di agenti e ragionamento. GLM-5.3-Flash risponde più velocemente per singolo flusso.