DeepSeek-V4.1-Flash 是 DeepSeek 全新架构系列中的轻量旗舰模型，以 552B 总参数 MoE 实现越级智能，在多项基准上超越包括 DeepSeek-V4-Pro 在内的主流旗舰模型。采用 Causal Encoder-Decoder 非对称架构，输入激活仅 8B、输出激活 16B，并具备原生多模态视觉理解能力。KV Cache 压缩至上一代 HBM 的 1/4、SSD 的 1/8，显著降低长上下文与 Agent 任务成本。支持 1M 上下文与 384K 最大输出，兼顾高吞吐、低延迟与极致性价比。
推理服务供应商
deepseek-v4.1-flash模型的推理服务供应商为阿里云百炼。
模型能力
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 美国（弗吉尼亚）
- 日本（东京）
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text、Image | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 支持 | 联网搜索 | 支持 |
前缀续写 | 不支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 1000000 | 最大输出长度 | 393216 |
上下文长度 | 1000000 | 最大输入长度（思考模式下） | 1000000 |
最大输出长度（思考模式下） | 393216 | 最大思维链长度 | 393216 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
错峰时段为东八区 22:00 至次日 8:00，其余时段为忙时。
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 美国（弗吉尼亚）
- 日本（东京）
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入（闲时） | 1 | 每百万tokens |
输入（忙时） | 2 | 每百万tokens |
输出（闲时） | 4 | 每百万tokens |
输出（忙时） | 8 | 每百万tokens |
输入（缓存命中，闲时） | 0.1 | 每百万tokens |
输入（缓存命中，忙时） | 0.2 | 每百万tokens |
限流
- 华北2（北京）
- 新加坡
- 德国（法兰克福）
- 美国（弗吉尼亚）
- 日本（东京）
- 中国香港
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 15000 |
TPM（每分钟tokens） | 1,200,000 |