Unquant

Opening your workspace…

Unquant

DeepSeek V4.1 Flash 1017

我们规模最大的模型：采用 763B 参数的稀疏 MoE 架构和 Engram 记忆机制，在张量层面实现无审查，适用于高难度编程、长时间智能体任务和深度推理，支持视觉、工具调用和可调节的思考模式，所有套餐级别均提供完整的 262K 上下文窗口。

这是我们规模最大、能力最强的模型，适用于整个代码仓库范围的编程、长时间调用工具的智能体任务，以及基于文本和图像的深度推理，所有套餐级别均提供完整的 262K 上下文窗口。这是 1017 版本，即 DeepSeek 对 V4.1 Flash 的更新：根据 DeepSeek 发布的模型卡，该版本在 Terminal-Bench 4.0 上得分为 42.3，首发版本为 31.2；在 DeepSWE 上得分为 77.0，首发版本为 74.2。支持所有可自定义 OpenAI 兼容基础 URL 和模型 ID 的客户端。

一览

  • 模型系列：DeepSeek V4.1 Flash 1017
  • 模型 ID：deepseek-v4.1-flash-1017
  • 套餐每月 $99 起
  • 用量：无限 token 和消息
  • 上下文：所有套餐均提供 262,144 token
  • 在张量层面实现无审查，支持视觉和工具调用
  • 开放状态：内测 · 仅限邀请

DeepSeek V4.1 Flash 1017 订阅套餐

  • DeepSeek Standard：$99/月 · 无限 token 和消息 · 262K 上下文 · 1 个并发流
  • DeepSeek Pro：$189/月 · 无限 token 和消息 · 262K 上下文 · 2 个并发流
  • DeepSeek Ultra：$359/月 · 无限 token 和消息 · 262K 上下文 · 4 个并发流
  • DeepSeek Dedicated：$3,999/月 · 无限 token 和消息 · 262K 上下文 · 8 个并发流

比较套餐 · 申请内测资格 · 阅读文档

DeepSeek V4.1 Flash 1017 的适用场景

  • 高难度编程：将整个代码库纳入上下文，完成代码仓库范围内的修改、重构和调试。
  • 长时间智能体任务：在 Claude Code、Codex 或 OpenCode 中执行多步骤工具调用，并可提高推理力度或关闭思考。
  • 视觉：结合文本处理截图、图表、示意图和扫描文档。
  • 深度推理：完成需要长链路思考的研究、分析和证明。

规格

  • 参数量：763B（每个 token 激活 384 个专家中的 6 个）
  • 上下文：262K（以 token 计，所有套餐均提供）
  • 输入：文本 + 图像（内置视觉能力）
  • 推理：可调节（可开启或关闭思考，并设置推理力度）
  • 模型 ID：deepseek-v4.1-flash-1017
  • 基础模型：DeepSeek 推出的 DeepSeek-V4.1-Flash-1017，开放权重（MIT）
  • 记忆机制：Engram n 元语法记忆和稀疏注意力
  • API：兼容 OpenAI 和 Anthropic
  • 工具调用、视觉、流式输出、JSON 输出、OpenAI 和 Anthropic API、权重层面无审查、无限 token

一分钟完成接入

支持所有兼容 OpenAI 的客户端。Python 示例：

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)

配置指南：SillyTavern · Janitor AI · Open WebUI · Claude Code · API 文档

DeepSeek V4.1 Flash 1017 常见问题

DeepSeek V4.1 Flash 1017 是无审查模型吗？

是的。我们在模型权重中移除了拒绝行为（在张量层面实现无审查），而非通过提示词绕过限制。视觉、工具调用和思考能力均完整保留。

真的没有用量限制吗？

是的。所有 DeepSeek V4.1 Flash 1017 套餐均包含无限 token 和消息，不设用量上限，也不按用量计费。套餐之间的区别仅在于可同时运行的请求数量。

我能使用多大的上下文窗口？

所有套餐均提供完整的 262,144 token 上下文窗口，单次请求也可使用全部窗口，没有额外缩减的上限。

我可以控制思考模式吗？

可以。思考默认开启，推理力度为 "high"；将 reasoning_effort 设为 "none" 可直接获取回答，也可设为 "low"、"high" 或 "max"。

它与 GLM-5.3-Flash 有什么区别？

它的规模更大（763B 参数，GLM-5.3-Flash 为 328B），采用 Engram 记忆机制和稀疏注意力，专为高难度编程、智能体和推理任务而设计。GLM-5.3-Flash 的单个并发流响应速度更快。