Sari la conținut

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

DeepSeek · pașaport de model

DeepSeek: DeepSeek V4.1 Flash 1017

deepseek-v4-1-flash
  • Ponderi deschise
  • Licență MIT
  • 763.2B parametri
  • 1,048,576 context
  • Lansat 2026-10-17(repo HF creat)
12/27axe acoperite
General · LMArena
1,475#33 din 396
Cea mai bună percentilă
95.2Urmarea instrucțiunilor
Poziția în cohortă
75.5mediană 60.6

Ce spun datele

Evaluat pe 12 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai puternice axe

  • 95.2 pct — Urmarea instrucțiunilor (1,476)
  • 93.9 pct — Programare (1,523)
  • 92.4 pct — Prompturi dificile (1,498)

Neuniform: 46,4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 95.2 pct pe Urmarea instrucțiunilor față de 48.8 pct pe SimpleQA Verified.

  • Urmarea instrucțiunilor95.2 pct1,476Verifică →
  • Programare93.9 pct1,523Verifică →
  • Prompturi dificile92.4 pct1,498Verifică →
  • General91.9 pct1,475Verifică →
  • AIME (matematică)89 pct98.3%Verifică →
  • WebDev Arena85.6 pct1,619Verifică →
  • Factuality Arena84.9 pct1,468Verifică →
  • GPQA Diamond80.5 pct89.8%Verifică →
  • ARC-AGI-279.8 pct72.9%Verifică →
  • Vision Arena74.7 pct1,260Verifică →
  • Agent Arena65.5 pct0.030Verifică →
  • SimpleQA Verified48.8 pct42.9%Verifică →
  • Search ArenaNeevaluat
  • Document ArenaNeevaluat
  • FrontierMathNeevaluat
  • Humanity's Last ExamNeevaluat
  • SimpleBenchNeevaluat
  • LiveBenchNeevaluat
  • BFCL v4 (apelare de funcții)Neevaluat
  • SWE-bench Verified (clasament live)Neevaluat
  • Terminal-Bench 4.0Neevaluat
  • MMLU-Pro (Artificial Analysis)Neevaluat
  • LiveCodeBench (Artificial Analysis)Neevaluat
  • IFBench (Artificial Analysis)Neevaluat
  • Halucinații HHEM (Vectara)Neevaluat
  • SWE-bench VerifiedNeevaluat
  • Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Rulează-l singur

Parametri763.2B
ArhitecturăDeepseekV41ForCausalLM
LicențăMIT

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "deepseek-ai/DeepSeek-V4.1-Flash-1017"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Folosește-l găzduit

ID de model APIdeepseek/deepseek-v4.1-flash-1017
Lungime context1,048,576 tokeni
Ieșire maximă393,216 tokeni
Acceptătext, image
Preț intrare$0.15 per 1M tokeni
Preț intrare din cache$0.00 per 1M tokeni
Preț ieșire$0.60 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyInclude reasoningLogit biasLogprobsMax completion tokensMax tokensMin-pParallel Tool CallsPresence penaltyReasoningReasoning effortRepetition penaltyResponse formatSeedStop sequencesStructured outputsTemperatureTool choiceTool callingTop-kTop logprobsTop-p

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek/deepseek-v4.1-flash-1017","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

  • deepseek-v4.1-flash-max stands at 75.5 (raw mean 81.8) — measured on 12 of 27 axes.

    pozițieșablonVerifică →
  • deepseek-v4.1-flash-max stands at 75.5 versus a cohort median of 60.6 across 168 models released within 180 days — above the peer median.

    cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →