DeepSeek: DeepSeek V4.1 Flash

{"about":"DeepSeek V4.1 Flash ist ein Modell von DeepSeek für lange Kontexte, Programmierung und Aufgaben, bei denen mehrere Denkschritte miteinander verbunden werden müssen. Grundlage ist eine Mixture-of-Experts-Architektur mit 552 Milliarden Parametern im Hauptblock und einem asymmetrischen kausalen Encoder-Decoder. Beim Verarbeiten der Eingabe werden 8 Milliarden Parameter aktiviert, beim Erstellen der Antwort 16 Milliarden. Diese Organisation trennt das Lesen des Materials von der Ergebniserzeugung; der Hersteller entwickelt sie gezielt für Aufgaben mit grossen Eingabemengen weiter.\n\n### Für welche Aufgaben sich das Modell eignet\n\n- Eine technische Beschreibung, Korrespondenz oder Dokumentensammlung auswerten und eine zusammenhängende Schlussfolgerung zu vorgegebenen Fragen erstellen.\n- Code erklären, eine Änderung vorschlagen, Testszenarien erstellen und Implementierungsvarianten vergleichen.\n- Eine ausführliche Aufgabenstellung in eine Abfolge von Schritten mit Zwischenergebnissen überführen.\n- Anforderungen aus mehreren Textquellen abgleichen, Widersprüche herausarbeiten und eine nutzbare Spezifikation erstellen.\n\n### So formulieren Sie die Anfrage\n\nBeginnen Sie mit dem gewünschten Ergebnis, etwa: «Finde Abweichungen und schlage eine einheitliche Fassung der Anforderungen vor.» Ergänzen Sie anschliessend die Materialien, Vergleichskriterien und gewünschte Antwortstruktur. Bei Code helfen ein zusammenhängender Ausschnitt, das beobachtete Verhalten und die einzuhaltenden Einschränkungen. Sie können die Erklärung der Ursache, einen vorgeschlagenen Patch und ein Prüfverfahren getrennt anfordern; so lässt sich das Ergebnis leichter weiterverwenden.\n\nDas Modell unterstützt im Rahmen seiner Fähigkeiten Aufgaben mit Schlussfolgerungen und agentische Anwendungsfälle. Bei einer gewöhnlichen Textanfrage ist ein Plan, eine Analyse oder Code ein zweckmässiges Ergebnis; die Programmausführung und die Anwendung von Änderungen organisiert die Anwendung, in der Sie arbeiten.\n\n### Eingabe, Ergebnis und lange Materialien\n\nIn Ailoot arbeitet diese Modellkarte mit Texteingabe und Textantwort. Die Anfrage kann Anweisungen, den Gesprächsverlauf, Dokumentenauszüge und Quellcode enthalten. Die Antwort lässt sich als Erklärung, Liste, Vergleichstabelle oder fertiger Textabschnitt anfordern.\n\nDas angegebene Kontextfenster umfasst bis zu 1 048 576 Token. Dies ist die Grösse des Arbeitskontexts und keine Zeichenanzahl: Berücksichtigt werden müssen die Anfrage selbst, beigefügte Materialien und der Verlauf. Legen Sie bei einer umfangreichen Dokumentensammlung die Priorität der Quellen sowie konkrete Fragen fest und beschreiben Sie die gewünschte Ergebnisform vorab. Das lenkt die Auswertung auf die relevanten Teile und liefert ein Ergebnis, das sich gut anhand des Ausgangstextes überprüfen lässt.","alias_of":null,"aliases":[],"author":"DeepSeek","canonical_model":"deepseek/deepseek-v4.1-flash","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"deepseek/deepseek-v4.1-flash","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.0084,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.28,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":0.84,"output":["text"],"path":"/v1/messages","request_model_id":"deepseek/deepseek-v4.1-flash","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.0084,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.28,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":0.84,"output":["text"],"path":"/v1/responses","request_model_id":"deepseek/deepseek-v4.1-flash","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.0084,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.28,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":0.84,"output":["text"],"path":"/v1/chat/completions","request_model_id":"deepseek/deepseek-v4.1-flash","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.0084,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.28,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":0.84,"output":["text"],"path":"/v1beta/models/deepseek/deepseek-v4.1-flash:generateContent","request_model_id":"deepseek/deepseek-v4.1-flash","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"deepseek/deepseek-v4.1-flash","request_model_id":"deepseek/deepseek-v4.1-flash","route_label":"Ultra"}],"name":"DeepSeek: DeepSeek V4.1 Flash","price":{"in":0.28,"in_label":null,"out":0.84,"out_label":null,"sort_in":0.28,"sort_out":0.84,"varies":false},"public_id":"deepseek/deepseek-v4.1-flash","short":"DeepSeek V4.1 Flash hilft, umfangreiche Textmaterialien auszuwerten, Code zu schreiben und mehrstufige Aufgaben anhand des übergebenen Kontexts zu lösen."}