DeepSeek: DeepSeek V4.1 Flash

{"about":"DeepSeek V4.1 Flashは、長いコンテキスト、プログラミング、複数段階の推論をつなぐ課題に対応するDeepSeekのモデルです。基盤には、主要部分が5,520億パラメータのMixture of Expertsと、非対称な因果エンコーダー・デコーダーを用いています。入力の処理では80億、回答の生成では160億のパラメータが有効になります。資料の読み取りと結果の生成を分ける構成であり、開発元は大量の入力データを扱う用途に向けて発展させています。\n\n### 適した用途\n\n- 技術説明、やり取り、複数の文書を分析し、指定した質問について筋の通った結論をまとめます。\n- コードを説明し、変更案やテスト項目を作成し、実装方法を比較します。\n- 詳細な課題を、中間成果を伴う一連の手順に整理します。\n- 複数の文章資料にある要件を照合し、矛盾を見つけ、実用的な仕様をまとめます。\n\n### 要求の組み立て方\n\n最初に「要件の相違を見つけ、統一案を提案して」のように、必要な成果を示します。その後に資料、比較基準、望む回答の構成を追加します。コードでは関連部分、実際の挙動、維持すべき制約を渡すと役立ちます。原因の説明、修正パッチ、確認方法を分けて求めると、後の作業で使いやすくなります。\n\nモデルの能力には推論やエージェント型の課題への対応が含まれます。通常のテキスト要求では、計画、分析、コードなどが有用な成果です。プログラムの実行や変更の適用は、利用するアプリケーションが管理します。\n\n### 入力、出力、長い資料\n\nAilootのこのモデルカードは、テキストを入力し、テキストを返します。指示、会話履歴、文書の抜粋、ソースコードを要求に含められます。説明、一覧、比較表、完成した文章などの形で回答を指定できます。\n\n記載されているコンテキストウィンドウは最大1,048,576トークンです。これは文字数ではなく、要求自体、追加資料、履歴を含めた作業用コンテキストの大きさです。大量の文書では資料の優先順位と具体的な質問を示し、成果の形式を先に指定します。これにより必要な箇所へ分析を向け、原文と照合しやすい結果を得られます。","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は、渡された文脈を基に、大量の文章の分析、コード作成、複数段階の課題の解決を支援します。"}