DeepSeek-V4.1-Flash
deepseek-v4-1-flash

L'API DeepSeek V4.1 Flash vous donne accès au plus petit modèle de la nouvelle famille d'architectures de DeepSeek, un modèle Mixture-of-Experts de 552 milliards de paramètres doté d'une compréhension visuelle native (sa fiche modèle mentionne des contextes allant jusqu'à un million de tokens), servi sur un point de terminaison compatible avec OpenAI Responses sur Kie.ai.

Pricing: Input 24 credits / 1M tokens (≈ $0.12), Cached Input 0.5 credits / 1M tokens (≈ $0.0025), Output 95 credits / 1M tokens (≈ $0.475). High-tier top-ups (+10% bonus) bring effective pricing down to ~10% off the above rates.
deepseek-v4-1-flash

Automatically append previous messages to maintain multi-turn context. May increase token usage.

Function calling
Thinking process
Reasoning effort
Stream Response

How can I help you today?

README

Complete guide to using deepseek-v4-1-flash

DeepSeek V4.1 Flash API pour la conversation multimodale

Original image
ParameterValue
Modeldeepseek-v4-1-flash
EndpointPOST /openai/v1/responses, compatible with the OpenAI Responses API
Fenêtre de contexteJusqu'à 1 million de jetons (fiche du modèle DeepSeek sur Hugging Face)
Types d'entréeTexte et images (éléments input_text et input_image dans un même message) ; sortie textuelle
ThinkingActivée par défaut ; reasoning.effort accepte none, minimal, low, medium, high, xhigh et max (none désactive la réflexion)
ToolsOutils de type fonction uniquement ; tool_choice accepte auto (par défaut), required ou une fonction nommée
Sortie structuréetext.format : json_object ou json_schema
Streamingstream : true ou false
Non pris en chargemax_output_tokens, temperature et top_p n'ont aucun effet sur ce modèle
ArchitectureMoE à 552 milliards de paramètres, encodeur-décodeur causal, 8 milliards de paramètres actifs en entrée et 16 milliards en sortie (DeepSeek)
Compréhension native des images
Architecture MoE Efficient 552B
Jusqu'à 1 million de jetons de contexte
Une réflexion que vous pouvez intensifier ou désactiver
Outils de type fonction et sortie JSON
BenchmarkV4.1 Flash 1017Version précédente de V4.1 Flash
HLE (sans outils)42.636.8
Terminal-Bench 4.042.331.2
DeepSWE v1.177.074.2
ProgramBench29.120.3
NL2Repo-Bench68.265.4
Apex Bench v1.172.164.6
Chartography (avec outils)83.078.9
BabyVision (avec outils)92.589.6
Chat et questions-réponses sur les images
Questions sur les longs documents et les bases de code
Extraction structurée
Fonctionnalités de chat à haut volume

La fiche de modèle Hugging Face de DeepSeek indique la prise en charge de contextes allant jusqu'à un million de tokens. La documentation de Kie.ai ne mentionne pas de limite distincte.

Sur Kie.ai, la tarification de l'API DeepSeek pour l'API DeepSeek V4.1 Flash fonctionne à l'usage et est facturée au token sur votre solde de crédits unique Kie.ai, sans abonnement ni frais cachés. La fiche tarifaire sur cette page indique les tarifs actuels par token.

Oui. Le modèle réfléchit par défaut ; définissez reasoning.effort sur none pour désactiver la réflexion, ou sur minimal pour la garder brève.

Oui. Envoyez les parties input_image et input_text dans le même message utilisateur. Le champ image_url peut être une URL accessible publiquement ou une chaîne base64 data:image. Le modèle renvoie du texte.

Oui, avec les outils de fonction. tool_choice est défini sur auto par défaut dès que des outils sont présents, et vous pouvez également exiger un appel ou nommer une fonction spécifique. Renvoyez les résultats sous forme d'éléments function_call_output associés par call_id.

Non. Les paramètres max_output_tokens, temperature et top_p ne sont pas pris en charge sur ce modèle et n'ont aucun effet.

DeepSeek indique que la mise à jour du 17 octobre apporte de meilleures performances sur les benchmarks, une exécution des tâches plus rapide et des réponses plus courtes que la version précédente. Vous n'avez pas besoin de modifier votre code : les requêtes continuent d'utiliser deepseek-v4-1-flash sur le même point de terminaison.

La documentation de Kie.ai précise que ce modèle prend actuellement en charge uniquement les requêtes de chat et n'a pas encore été adapté à l'utilisation par des agents.

DeepSeek publie les poids sur Hugging Face sous la MIT License. Sur Kie.ai, vous l'utilisez via une API : vous n'avez donc ni GPU ni poids de modèle à gérer.