DeepSeek: DeepSeek V4.1 Flash

{"about":"DeepSeek V4.1 Flash เป็นโมเดลของ DeepSeek สำหรับบริบทยาว การเขียนโปรแกรม และงานที่ต้องเชื่อมการให้เหตุผลหลายขั้น ใช้สถาปัตยกรรม Mixture of Experts โดยบล็อกหลักมี 552 พันล้านพารามิเตอร์ พร้อมตัวเข้ารหัสและถอดรหัสเชิงเหตุแบบอสมมาตร ระหว่างประมวลผลข้อมูลเข้าจะเปิดใช้ 8 พันล้านพารามิเตอร์ และระหว่างสร้างคำตอบจะเปิดใช้ 16 พันล้านพารามิเตอร์ โครงสร้างนี้แยกการอ่านข้อมูลออกจากการสร้างผลลัพธ์ ผู้พัฒนาพัฒนาส่วนนี้สำหรับงานที่มีข้อมูลเข้าปริมาณมากโดยเฉพาะ\n\n### เหมาะกับงานใด\n\n- วิเคราะห์คำอธิบายทางเทคนิค การสนทนา หรือชุดเอกสาร แล้วสรุปข้อค้นพบที่เชื่อมโยงกันตามคำถามที่กำหนด\n- อธิบายโค้ด เสนอการแก้ไข วางกรณีทดสอบ และเปรียบเทียบแนวทางนำไปใช้\n- เปลี่ยนข้อกำหนดโดยละเอียดเป็นลำดับการทำงานพร้อมผลลัพธ์ระหว่างทาง\n- เปรียบเทียบข้อกำหนดจากข้อความหลายแหล่ง ระบุความขัดแย้ง และรวบรวมเป็นข้อกำหนดที่นำไปใช้ได้\n\n### สร้างคำขออย่างไร\n\nเริ่มด้วยผลลัพธ์ที่ต้องการ เช่น “หาจุดที่ไม่ตรงกันและเสนอข้อกำหนดฉบับเดียวกัน” จากนั้นเพิ่มข้อมูล เกณฑ์เปรียบเทียบ และโครงสร้างคำตอบที่ต้องการ สำหรับงานโค้ด ควรส่งส่วนที่เกี่ยวข้อง พฤติกรรมที่สังเกต และข้อจำกัดที่ต้องรักษาไว้ สามารถขอคำอธิบายสาเหตุ แพตช์ที่เสนอ และวิธีตรวจสอบแยกกัน เพื่อให้นำผลลัพธ์ไปใช้ต่อได้ง่าย\n\nตัวโมเดลรองรับงานให้เหตุผลและกรณีใช้งานแบบเอเจนต์ตามความสามารถของมัน ในคำขอข้อความทั่วไป ผลลัพธ์ที่ใช้ได้คือแผน บทวิเคราะห์ หรือโค้ด ส่วนการรันโปรแกรมและนำการแก้ไขไปใช้จัดการโดยแอปพลิเคชันที่คุณใช้งาน\n\n### ข้อมูลเข้า ผลลัพธ์ และเนื้อหายาว\n\nใน Ailoot หน้ารุ่นนี้รับข้อความและคืนคำตอบเป็นข้อความ คำขอสามารถรวมคำสั่ง ประวัติสนทนา ส่วนที่คัดจากเอกสาร และซอร์สโค้ดได้ เลือกรูปคำตอบเป็นคำอธิบาย รายการ ตารางเปรียบเทียบ หรือข้อความพร้อมใช้ได้\n\nหน้าต่างบริบทที่ระบุมีขนาดสูงสุด 1,048,576 โทเคน นี่เป็นขนาดบริบททำงาน ไม่ใช่จำนวนอักขระ จึงต้องนับตัวคำขอ ข้อมูลที่เพิ่ม และประวัติด้วย สำหรับเอกสารชุดใหญ่ ควรกำหนดลำดับความสำคัญของแหล่งข้อมูลและคำถามให้ชัด พร้อมอธิบายรูปผลลัพธ์ล่วงหน้า วิธีนี้ช่วยให้การวิเคราะห์ตรงกับเนื้อหาส่วนที่ต้องการและตรวจเทียบกับต้นฉบับได้สะดวก","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 ช่วยวิเคราะห์ข้อความปริมาณมาก เขียนโค้ด และแก้โจทย์หลายขั้นโดยอาศัยบริบทที่ส่งให้"}