DeepSeek V4.1 Flash 1017

Capacità e preferenze

Capacità generale · ECI

Stima delle capacità basata su più benchmark. Punti di indice, non una percentuale; gli intervalli mostrano l’incertezza.

DeepSeek V4.1 Flash 1017 159,3^* DeepSeek V4.1 Flash 1017 · Intervallo 95% 157,0–161,8

Prestazioni dei modelli

Punteggio Radar: quattro test, peso uguale. Una sintesi sperimentale di queste prove, non una misura universale di intelligenza.

DeepSeek V4.1 Flash 1017

Configurazione testata Punteggio Radar

64,0^* / 100

4/4 test principali · v1 sperimentale

7 risultati di benchmark per questa configurazione

Ragionamento scientifico

GPQA Diamond · 25%

Domande scientifiche di esperti; correzione rigorosa a scelta multipla. Il caso vale il 25%.

DeepSeek V4.1 Flash 1017 93,2^*% Intervallo 95% appross.: 90,1–96,3% · 2026-10-19

Soluzione di problemi nuovi

Mystery Game Puzzles · 25%

Scelta della mossa migliore in una variante di gioco non divulgata. Una prova circoscritta di ragionamento, non di intelligenza generale.

DeepSeek V4.1 Flash 1017 49,0^*% Intervallo 95% appross.: 39,2–58,8% · 2026-10-19

Matematica avanzata

FrontierMath Tiers 1-3 · 25%

Problemi matematici privati v2 con strumenti Python. Esclusi versioni precedenti e Tier 4.

DeepSeek V4.1 Flash 1017 71,2^*% Intervallo 95% appross.: 66,0–76,5% · 2026-10-19

Risposte fattuali

SimpleQA Verified · 25%

Risposte fattuali corrette con invito a tentare, valutate da un modello. Non misura allucinazioni o astensione.

DeepSeek V4.1 Flash 1017 42,5^*% Intervallo 95% appross.: 39,4–45,6% · 2026-10-19

Matematica da competizione

OTIS Mock AIME 2024-2025 · Risultato separato

Problemi da competizione: risposte estratte da un modello e confrontate con la soluzione esatta. Escluse le procedure di valutazione precedenti.

DeepSeek V4.1 Flash 1017 99,4^*% Intervallo 95% appross.: 98,7–100,0% · 2026-10-19

Matematica di ricerca

FrontierMath Tier 4 v2 · Risultato separato

I problemi privati più difficili di FrontierMath, versione corretta v2, con strumenti Python. Separati dai Tiers 1-3 del punteggio principale.

DeepSeek V4.1 Flash 1017 46,3^*% Intervallo 95% appross.: 30,9–61,8% · 2026-10-19

Ragionamento scacchistico

Chess Puzzles v2 · Risultato separato

Accuratezza della mossa migliore da posizioni in formato testuale, non immagini. Solo prove successive al passaggio a v2; non è un punteggio Elo.

DeepSeek V4.1 Flash 1017 46,0^*% Intervallo 95% appross.: 36,2–55,8% · 2026-10-19

Le barre mostrano i risultati delle prove. I segmenti indicano intervalli approssimativi al 95% quando è disponibile l’errore standard. Budget di ragionamento diversi non implicano costi uguali. I risultati mancanti non valgono zero.

Esecuzione locale

Inferenza · stima della memoria

DeepSeek V4.1 Flash 1017

Informazioni verificate sull’architettura insufficienti per una stima affidabile della VRAM.

Costo API

USD / mese

Token di input / meseToken di output / mese

Stima per token di testo standard. Esclude imposte, cache, sconti batch e costi aggiuntivi per ragionamento e modalità multimediali. Limiti e disponibilità possono variare per provider.

DeepSeek V4.1 Flash 1017

Offerta del provider

DeepSeek V4.1 Flash 1017 / Fasce di prezzo 16

Provider / condizioni	Tariffa	Valuta	Importo / unità
DeepInfradeepseek-ai/DeepSeek-V4.1-Flash-1017Standard	Input in cache	USD	0.006 / 1M tokens
	Input	USD	0.2 / 1M tokens
	Output	USD	0.6 / 1M tokens
DeepSeekdeepseek-flashOff Peak off_peak	Input in cache	CNY	0.02 / 1M tokens
	Input	CNY	1 / 1M tokens
	Output	CNY	4 / 1M tokens
DeepSeekdeepseek-flashStandard	Input in cache	CNY	0.04 / 1M tokens
	Input	CNY	2 / 1M tokens
	Output	CNY	8 / 1M tokens
DeepSeekdeepseek-flashOff Peak off_peak	Input in cache	USD	0.003 / 1M tokens
	Input	USD	0.15 / 1M tokens
	Output	USD	0.6 / 1M tokens
DeepSeekdeepseek-flashStandard	Input in cache	USD	0.006 / 1M tokens
	Input	USD	0.3 / 1M tokens
	Output	USD	1.2 / 1M tokens
DeepSeekdeepseek-v4-flashOff Peak off_peak	Input in cache	CNY	0.05 / 1M tokens
	Input	CNY	1.5 / 1M tokens
	Output	CNY	4.5 / 1M tokens
DeepSeekdeepseek-v4-flashStandard	Input in cache	CNY	0.1 / 1M tokens
	Input	CNY	3 / 1M tokens
	Output	CNY	9 / 1M tokens
DeepSeekdeepseek-v4-flashOff Peak off_peak	Input in cache	USD	0.007 / 1M tokens
	Input	USD	0.22 / 1M tokens
	Output	USD	0.66 / 1M tokens
DeepSeekdeepseek-v4-flashStandard	Input in cache	USD	0.014 / 1M tokens
	Input	USD	0.44 / 1M tokens
	Output	USD	1.32 / 1M tokens
DeepSeekdeepseek-v4-flash-vision-expOff Peak off_peak	Input in cache	CNY	0.05 / 1M tokens
	Input	CNY	1.5 / 1M tokens
	Output	CNY	4.5 / 1M tokens
DeepSeekdeepseek-v4-flash-vision-expStandard	Input in cache	CNY	0.1 / 1M tokens
	Input	CNY	3 / 1M tokens
	Output	CNY	9 / 1M tokens
DeepSeekdeepseek-v4-flash-vision-expOff Peak off_peak	Input in cache	USD	0.007 / 1M tokens
	Input	USD	0.22 / 1M tokens
	Output	USD	0.66 / 1M tokens
DeepSeekdeepseek-v4-flash-vision-expStandard	Input in cache	USD	0.014 / 1M tokens
	Input	USD	0.44 / 1M tokens
	Output	USD	1.32 / 1M tokens
Fireworks AIDeepSeek V4.1 Flash 1017Priority	Input in cache	USD	0.0075 / 1M tokens
	Input	USD	0.375 / 1M tokens
	Output	USD	1.5 / 1M tokens
Fireworks AIDeepSeek V4.1 Flash 1017Standard	Input in cache	USD	0.006 / 1M tokens
	Input	USD	0.3 / 1M tokens
	Output	USD	1.2 / 1M tokens
MistralDeepSeek V4.1 Flash 1017Standard	Input in cache	USD	0.007 / 1M tokens
	Input	USD	0.3 / 1M tokens
	Output	USD	1.2 / 1M tokens

Capacità

Finestra di contesto: 1.000.000 tokens
Output massimo: 384.000 tokens
Ragionamento: Sì
Uso di strumenti: Sì
Pesi aperti: Sì
Dati di addestramento fino a: 2025-05
Licenza del modello: MIT

Modalità di input

text
image

Modalità di output

text

Elaborazione e piattaforma

Architettura: deepseek_v41