DeepSeek

DeepSeek V4.1 FlashAberto

DeepSeek V4.1 Flash is an open-weights MoE reasoning model with 552B total (16B active) parameters, 1.0M context, and chain-of-thought problem solving.

#379lançado 10 de set. de 2026·Open Weights·552B (16B active)
textimage1.0M ctxraciocínio
Provedores de APIObter chave de API →Ranking
Inteligência
54.5 #379
AAQI 40.0
Velocidade de saída
214 t/s
TTFT 1.21 s · ITL 4.7 ms/tok
Preço combinado (3:1)
$0.18 /1M
Entrada $0.3/M · Saída $1.2/M
Contexto
1.0M
≈ 2,500 páginas A4 · saída máx. 32,768

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

DeepSeek V4.1 Flash
Claude Mythos Preview (#1)
Average (68)
Coding (52)Mathematics (68)Hard Science (GPQA) (58)Agentic & Tool Use (48)Knowledge (MMLU) (46)Vision / Multimodal (50)

Os eixos do radar são aproximados a partir dos scores de categoria quando faltam medições diretas — veja Metodologia.

Pontos fortes e trade-offs

Onde vence

  • Open weights — self-host, fine-tune and audit with no vendor lock-in
  • 1.0M context — swallows whole repos, codebases or corpora in one pass
  • 214 tok/s output — fast enough for real-time agents
  • Very low blended price — $0.18/1M mixed tokens

Casos de uso matadores

Deep research
Synthesis across broad knowledge domains with citation-grade recall.
Math & proof work
Step-verified reasoning for olympiad math, theorem proving and formal verification.
SWE-bench agents
Issue-to-PR resolution across multi-file repos — refactor, test and verify autonomously.

Quickstart do desenvolvedor e API

Defina primeiro DEEPSEEK_API_KEY — obter uma chave de API
curl https://api.deepseek.com/v1/chat/completions \
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "deepseek-v4-1-flash",
    "messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
  }'

Recursos e links oficiais

Implantação de API

Comparar hosts e latência

Throughput, TTFT e preços de cache na Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock e Azure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Ver matriz de provedores →

Pontuações por fonte

Especificações ao vivo e arquitetura

Por baixo do capô
Dense · 552B (16B active)
  • Switchable reasoning effort — trading latency and tokens for accuracy on hard problems.
  • Prompt caching supported — cached input reads at $0.03/1M tokens.
Data de lançamento
10 de set. de 2026
Arquitetura
Dense · 552B (16B active)
Parâmetros
552B (16B active)
Licença
Open Weights
Janela de contexto
1,000,000 tokens
Saída máx.
32,768 tokens
Modalidades
text + image
Preços de cache
leitura $0.03 · escrita $0.35 /1M
Raciocínio
Níveis de esforço
Preço de entrada
$0.3/M
Preço de saída
$1.2/M
Velocidade de saída
214 t/s
Tempo até o primeiro token
1.21 s
Dados atualizados
12 de set. de 2026

Fatura mensal estimada

Gasto mensal estimado
$0.00
Calculando economia vs GPT-4o…

Citar e incorporar

Badge de Markdown do GitHub
Loading badge markdown...
BibTeX
@misc{llmpodium2026deepseekv41flash,
  title = {Benchmark Analysis and Intelligence Evaluation of DeepSeek V4.1 Flash},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/deepseek-v4-1-flash}
}

Incorporar selo de pontuação

Adicione um selo de Podium Score ao seu README no GitHub ou Hugging Face — ele aponta para o ranking ao vivo.

Pré-visualização
DeepSeek V4.1 Flash LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

Mais de DeepSeek

Modelos alternativos

Principais alternativas para DeepSeek V4.1 Flash com base em recursos, preço e benchmarks.

0 / 4