DeepSeek: DeepSeek V4.1 Flash
DeepSeek V4.1 Flash یک مدل Sparse Mixture-of-Experts از DeepSeek است که بر پایهی معماری Causal Encoder-Decoder (CED) ساخته شده و برای coding، terminal، agentهای computer-use و وظایف long-horizon مناسب است. این مدل با فعالسازی 8B پارامتر در ورودی و 16B در خروجی از یک backbone با 552B پارامتر، هزینهی محاسباتی پایینی دارد. همچنین با Compressed KV caching، مصرف حافظهی cache را به حدود یکچهارم نسل قبلی Flash کاهش میدهد و DeepSeek آن را گزینهی cost-efficient خانوادهی V4.1 معرفی میکند.
دسترسی API، ساختهشده برای برنامهنویسها
مشخصات اصلی مدل هوش مصنوعی
| نام مدل | deepseek/deepseek-v4.1-flash |
| تاریخ ساخت | ۱۴۰۵/۶/۲۱ |
| حداکثر ورودی | 1048576 |
| سرعت مدل | 3.55 / 5 |
| Tokenizer | DeepSeek |
| Reasoning | فعال |
| هزینه ورودی متن | $0.15 به ازای هر یک میلیون توکن |
| هزینه خروجی متن | $0.6 به ازای هر یک میلیون توکن |
DeepSeek: DeepSeek V4.1 Flash
هر ماه مدلهای هوش مصنوعی متنوعی از شرکتهای مختلف ارائه میشود. ثبت نام، راهاندازی و مدیریت اکانتها و مدیریت مالی مدلهای مختلف کار دشواریست. هوش مصنوعی لیارا، مدلهای برتر دنیا را از طریق یک اکانت و یک کلید دسترسی در اختیار شما قرار میدهد.
مانیتورینگ پیشرفته
تعداد درخواستها، توکنهای مصرفی و هزینههای خود را بهتر مدیریت کنید.
توکن رایگان روزانه
با استفاده از توکنهای رایگان، هزینههای هوشمندسازی نرمافزار خود را کاهش دهید.
مدلهای متنوع
ما به سرعت در حال اضافهکردن مدلهای برتر دنیا هستیم. از OpenAI و DeepSeek گرفته تا Grok و Meta.
معماری مدل
| ورودیها | textimage |
| خروجی | text |
| Structured Outputs | فعال |
| Function Calling | فعال |
| Tuning | غیرفعال |
| Streaming | فعال |
پارامترهای قابل تنظیم | frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningreasoning_effortrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p |
ما سعی میکنیم قابلیتهایی که بهطور مشترک در اکثر مدلها وجود دارد را در قالب OpenAI API پیادهسازی کنیم تا نیازی نباشد برای جابهجایی بین مدلهای مختلف، کدهای خود را تغییر دهید.
