DeepSeek V4.1 Flash는 처음부터 멀티모달로 설계된 모델입니다. 시각 인코더가 이미지를 텍스트와 함께 처리할 수 있는 표현으로 변환합니다. 결과는 텍스트입니다. 시각적 이해, 프로그래밍, 에이전트 과제를 지원하도록 설계되었으며, 컨텍스트는 최대 100만 토큰입니다.
주 네트워크에는 5520억 개의 파라미터가 있습니다. 인과적 인코더와 디코더는 각각 20개 층으로 구성됩니다. 입력 처리 시 토큰당 80억 개의 파라미터가 활성화되고, 생성 시에는 160억 개가 활성화됩니다. 이러한 분리는 입력 자료가 응답보다 훨씬 큰 과제를 고려한 것입니다.
압축된 희소 어텐션은 층 사이에서 데이터를 재사용하고, 컨텍스트의 중요한 부분을 반복 탐색하는 일을 줄입니다. 누락된 로컬 어텐션 상태는 최근 구간을 바탕으로 복원합니다. 조건부 메모리 Engram에는 1960억 개의 파라미터가 있으며, 토큰 기반 희소 검색으로 기록에 접근합니다. 이는 별도의 메모리 블록이며 주 네트워크 크기의 새로운 이름이 아닙니다. 각 전문가 층에는 공통 전문가 하나와 라우팅 대상 전문가 384개가 있으며, 토큰마다 라우팅 대상 전문가 6개를 선택합니다. 갱신된 층간 연결과 추측 디코딩을 위한 DSpark도 사용합니다.
모델은 45조 토큰의 멀티모달 코퍼스로 처음부터 학습되었습니다. 이후 학습은 예시 기반 학습, 강화 학습, 모델 자체 시퀀스를 이용한 증류 순서로 진행됩니다.
DeepSeek는 합성 과제 데이터, 작업 환경, 에이전트의 수행 경로를 확장합니다. 학습 과정에서 과제 자체, 사용 가능한 환경, 결과 검증 방식을 연결합니다. 데이터를 필터링하고, 중복을 제거하며, 난이도에 따라 선별합니다. 이는 학습 구조를 설명하며 모델 호출 시 외부 도구가 자동 제공된다는 뜻은 아닙니다.
추론은 1~100의 정수로 조절합니다. 이 연속 척도는 분석의 노력 수준을 정하며, 깊은 추론에는 더 많은 시간과 토큰이 필요할 수 있습니다.
모델 형식에는 여러 턴의 대화, 도구 호출, 저장된 추론, 텍스트와 이미지의 교차 구성이 마련되어 있습니다. 도구는 애플리케이션이 실행하며, 받은 결과는 다음 단계의 자료가 됩니다.
응답은 텍스트입니다. 시각 기능에는 적절한 입력 방식이 필요합니다. 컨텍스트 크기와 권장 생성 길이가 보편적인 최대 응답 크기를 정하는 것은 아닙니다.
", "aboutText": "### 텍스트와 이미지의 공동 처리\n\nDeepSeek V4.1 Flash는 처음부터 멀티모달로 설계된 모델입니다. 시각 인코더가 이미지를 텍스트와 함께 처리할 수 있는 표현으로 변환합니다. 결과는 텍스트입니다. 시각적 이해, 프로그래밍, 에이전트 과제를 지원하도록 설계되었으며, 컨텍스트는 최대 100만 토큰입니다.\n\n### 대규모 입력을 위한 아키텍처\n\n주 네트워크에는 5520억 개의 파라미터가 있습니다. 인과적 인코더와 디코더는 각각 20개 층으로 구성됩니다. 입력 처리 시 토큰당 80억 개의 파라미터가 활성화되고, 생성 시에는 160억 개가 활성화됩니다. 이러한 분리는 입력 자료가 응답보다 훨씬 큰 과제를 고려한 것입니다.\n\n압축된 희소 어텐션은 층 사이에서 데이터를 재사용하고, 컨텍스트의 중요한 부분을 반복 탐색하는 일을 줄입니다. 누락된 로컬 어텐션 상태는 최근 구간을 바탕으로 복원합니다. 조건부 메모리 Engram에는 1960억 개의 파라미터가 있으며, 토큰 기반 희소 검색으로 기록에 접근합니다. 이는 별도의 메모리 블록이며 주 네트워크 크기의 새로운 이름이 아닙니다. 각 전문가 층에는 공통 전문가 하나와 라우팅 대상 전문가 384개가 있으며, 토큰마다 라우팅 대상 전문가 6개를 선택합니다. 갱신된 층간 연결과 추측 디코딩을 위한 DSpark도 사용합니다.\n\n### 학습과 에이전트 환경\n\n모델은 45조 토큰의 멀티모달 코퍼스로 처음부터 학습되었습니다. 이후 학습은 예시 기반 학습, 강화 학습, 모델 자체 시퀀스를 이용한 증류 순서로 진행됩니다.\n\nDeepSeek는 합성 과제 데이터, 작업 환경, 에이전트의 수행 경로를 확장합니다. 학습 과정에서 과제 자체, 사용 가능한 환경, 결과 검증 방식을 연결합니다. 데이터를 필터링하고, 중복을 제거하며, 난이도에 따라 선별합니다. 이는 학습 구조를 설명하며 모델 호출 시 외부 도구가 자동 제공된다는 뜻은 아닙니다.\n\n### 조절 가능한 분석 깊이\n\n추론은 1~100의 정수로 조절합니다. 이 연속 척도는 분석의 노력 수준을 정하며, 깊은 추론에는 더 많은 시간과 토큰이 필요할 수 있습니다.\n\n### 대화 이어가기와 작업\n\n모델 형식에는 여러 턴의 대화, 도구 호출, 저장된 추론, 텍스트와 이미지의 교차 구성이 마련되어 있습니다. 도구는 애플리케이션이 실행하며, 받은 결과는 다음 단계의 자료가 됩니다.\n\n응답은 텍스트입니다. 시각 기능에는 적절한 입력 방식이 필요합니다. 컨텍스트 크기와 권장 생성 길이가 보편적인 최대 응답 크기를 정하는 것은 아닙니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "ecf6a8a66711307fadff2d3fc858ab6edabf01a539f48040b4e4fcf052a3b840", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "deepseek/deepseek-v4.1-flash:batchDeepSeek V4.1 Flash는 텍스트와 이미지 분석, 프로그래밍, 긴 컨텍스트를 사용하는 에이전트 작업을 위한 멀티모달 모델입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
DeepSeek V4.1 Flash는 처음부터 멀티모달로 설계된 모델입니다. 시각 인코더가 이미지를 텍스트와 함께 처리할 수 있는 표현으로 변환합니다. 결과는 텍스트입니다. 시각적 이해, 프로그래밍, 에이전트 과제를 지원하도록 설계되었으며, 컨텍스트는 최대 100만 토큰입니다.
주 네트워크에는 5520억 개의 파라미터가 있습니다. 인과적 인코더와 디코더는 각각 20개 층으로 구성됩니다. 입력 처리 시 토큰당 80억 개의 파라미터가 활성화되고, 생성 시에는 160억 개가 활성화됩니다. 이러한 분리는 입력 자료가 응답보다 훨씬 큰 과제를 고려한 것입니다.
압축된 희소 어텐션은 층 사이에서 데이터를 재사용하고, 컨텍스트의 중요한 부분을 반복 탐색하는 일을 줄입니다. 누락된 로컬 어텐션 상태는 최근 구간을 바탕으로 복원합니다. 조건부 메모리 Engram에는 1960억 개의 파라미터가 있으며, 토큰 기반 희소 검색으로 기록에 접근합니다. 이는 별도의 메모리 블록이며 주 네트워크 크기의 새로운 이름이 아닙니다. 각 전문가 층에는 공통 전문가 하나와 라우팅 대상 전문가 384개가 있으며, 토큰마다 라우팅 대상 전문가 6개를 선택합니다. 갱신된 층간 연결과 추측 디코딩을 위한 DSpark도 사용합니다.
모델은 45조 토큰의 멀티모달 코퍼스로 처음부터 학습되었습니다. 이후 학습은 예시 기반 학습, 강화 학습, 모델 자체 시퀀스를 이용한 증류 순서로 진행됩니다.
DeepSeek는 합성 과제 데이터, 작업 환경, 에이전트의 수행 경로를 확장합니다. 학습 과정에서 과제 자체, 사용 가능한 환경, 결과 검증 방식을 연결합니다. 데이터를 필터링하고, 중복을 제거하며, 난이도에 따라 선별합니다. 이는 학습 구조를 설명하며 모델 호출 시 외부 도구가 자동 제공된다는 뜻은 아닙니다.
추론은 1~100의 정수로 조절합니다. 이 연속 척도는 분석의 노력 수준을 정하며, 깊은 추론에는 더 많은 시간과 토큰이 필요할 수 있습니다.
모델 형식에는 여러 턴의 대화, 도구 호출, 저장된 추론, 텍스트와 이미지의 교차 구성이 마련되어 있습니다. 도구는 애플리케이션이 실행하며, 받은 결과는 다음 단계의 자료가 됩니다.
응답은 텍스트입니다. 시각 기능에는 적절한 입력 방식이 필요합니다. 컨텍스트 크기와 권장 생성 길이가 보편적인 최대 응답 크기를 정하는 것은 아닙니다.
POST /v1/batchestexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드endpoint | 유형string | 요건필수 | 값과 한도 /v1/chat/completions | 기본값— |
필드model | 유형string | 요건필수 | 값과 한도 deepseek/deepseek-v4.1-flash:batch | 기본값— |
필드requests | 유형batch_item[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드requests[].custom_id | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드requests[].body.messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드completion_window | 유형string | 요건선택 사항 | 값과 한도 24h | 기본값— |
필드provider | 유형object|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드requests[].body.model | 유형string | 요건선택 사항 | 값과 한도 deepseek/deepseek-v4.1-flash:batch, deepseek/deepseek-v4.1-flash | 기본값— |
필드provider.only | 유형string[] | 요건선택 사항 | 값과 한도 deepinfra/fp8 | 기본값— |
필드provider.allow_fallbacks | 유형boolean|null | 요건선택 사항 | 값과 한도 false, null | 기본값— |
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세endpoint, model, requests |
매개변수material_types | 명세text |
매개변수representation | 명세인라인 requests[]; 각 항목에는 custom_id와 body가 있습니다 |
매개변수request_endpoint_profile | 명세/v1/chat/completions |
매개변수file_material | 명세호출자는 실제 UTF-8 JSONL을 로컬에서 읽어 requests[]에 넣을 수 있습니다. 업로드 목적, input_file_id 또는 파일 참조는 사용하지 않습니다. 고객 자료가 없거나 비어 있으면 POST 전에 준비를 중단합니다. |
매개변수serialization_order | 명세endpoint, model, provider (제공된 경우), completion_window (제공된 경우), requests는 마지막에 |
매개변수optional_controls | 명세provider.only, provider.allow_fallbacks, completion_window |
매개변수schema_scope | 명세문서에 명시된 인라인 배치 요청 구조에 담긴 텍스트 Chat Completions 본문입니다. |
수명 주기: asynchronous
GET /v1/batches/{operation_id} · 최초 생성 응답에서 실제로 반환된 response.id; 동일한 사용자/키/그룹
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.000224 / 1K 토큰 출력 · 출력 토큰 $0.000672 / 1K 토큰 입력 · 캐시 읽기 $0.00000672 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.000224 / 1K 토큰 출력 · 출력 토큰 $0.000672 / 1K 토큰 입력 · 캐시 읽기 $0.00000672 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"deepseek/deepseek-v4.1-flash:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['deepseek/deepseek-v4.1-flash:batch', 'deepseek/deepseek-v4.1-flash']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"deepseek/deepseek-v4.1-flash:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\n인라인 results[].response.body JSON
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\n반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
최초 상태 JSON 전체, 모든 결과/custom_id와 응답 또는 오류 본문 전체를 보관하세요. 완료된 results[]는 필터링 없이 JSONL로 저장하세요.
최초 작업 ID를 보관하세요. 503 result_pending_check에는 X-Should-Retry:false가 포함됩니다. 상태가 불명확한 최초 배치를 다시 제출하지 마세요.
| 필드 | 유형 |
|---|---|
필드results[].custom_id | 유형string |
필드results[].response.body.choices[].message.content | 유형string|null |
필드results[].error | 유형object|null |
필드usage | 유형object|null |
필드id | 유형string |
필드model | 유형string |
필드endpoint | 유형string |
필드status | 유형string |
필드request_counts | 유형object |
필드results[].id | 유형string |
필드results[].response.status_code | 유형integer |
필드results[].response.request_id | 유형string |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건문서에 명시된 인라인 요청 구조가 유효하지 않거나, 키가 중복되거나, 항목 식별 정보 또는 설정된 모델 기능에 충돌이 있습니다. | 다음 단계새로 제출하기 전에 표시된 필드를 수정하세요. |
응답401 · authentication_error | 조건유효하지 않은 API 키입니다. | 다음 단계사용 권한이 있는 Ailoot 키를 사용하세요. |
응답403 · permission_error | 조건배치 그룹을 사용할 수 없습니다. | 다음 단계키/그룹의 사용 권한을 확인하세요. |
응답422 · invalid_request_error | 조건배치는 잔액 과금을 사용하며, 구독을 통한 생성 요청은 거부됩니다. | 다음 단계사용 권한이 있는 잔액 과금 그룹을 사용하세요. |
응답422 · price_unavailable | 조건배치 입력의 예상 비용을 산출할 수 없습니다. | 다음 단계응답을 보관하고 문서에 명시된 API 계열 입력을 사용하세요. |
응답402 · billing_error | 조건배치 예약 금액을 확보할 수 없습니다. | 다음 단계새 요청 전에 요청 허용 조건을 충족하세요. |
응답503 · price_unavailable | 조건배치 메서드 가격 또는 네이티브 요율을 사용할 수 없습니다. | 다음 단계응답을 보관하고 가격을 임의로 대체하지 마세요. |
응답503 · api_error | 조건정확히 일치하는 공급업체 라우트를 사용할 수 없습니다. | 다음 단계라우트 수정을 위해 응답을 보관하세요. |
응답503 · result_pending_check | 조건최초 결과를 확인해야 합니다. X-Should-Retry:false. | 다음 단계최초 operation_id/id를 보관하고 해당 상태를 조회하세요. 최초 POST를 반복하지 마세요. |
응답404 · not_found | 조건배치 상태 조회 대상 작업이 없거나 다른 사용 주체의 소유입니다. | 다음 단계최초 id를 정확히 사용하고 동일한 사용자/키/그룹을 유지하세요. |
Ailoot Ultra deepseek/deepseek-v4.1-flash:batch
위에 표시된 메서드 경로를 사용하세요.