DeepSeek-V4.1-Flash 模型介绍
DeepSeek-V4.1-Flash 是 DeepSeek 全新架构系列中的轻量旗舰模型，以 552B 总参数 MoE 实现越级智能，在多项基准上超越包括 DeepSeek-V4-Pro 在内的主流旗舰模型，原生支持多模态视觉理解能力。
- DeepSeek-V4.1-Flash 计费说明：查看高峰时段、空闲时段价格信息。
重要信息
天枢AI-TokenHub 的 DeepSeek-V4.1-Flash 模型在功能完善度、使用体验及兼容性方面做了专项提升。本文将围绕支持场景，对比 DeepSeek 官网与本平台的能力和 API 参数，帮助您快速了解本平台在对应场景的支持情况。
支持场景总览
模型能力增强
| 场景 | DeepSeek 官网 | 天枢AI-TokenHub |
|---|---|---|
| 图片理解 | 单个图像不超过 32MB | 单个图像不超过 50MB，支持 detail 模式（low/high/auto/xhigh）。详见 图片理解。 |
| 视频理解 | 不支持 | 支持 单视频文件不超过 50MB，支持 Files Id 方式。抽帧策略与 doubao-seed-2.0 及后续模型一致，详见 视频理解。 |
| 结构化输出：json_schema | 不支持 | 支持 |
| 隐式缓存 | 支持 | 支持 缓存最少 Token 数为 256 |
| 显式缓存 | 不支持 | 支持 |
| 前缀续写 | 支持 在 beta 接口中支持。 | 支持 • Chat API：与 DeepSeek 官网对齐。 • Responses API：使用本平台原有 API 字段支持。 详见 前缀续写。 |
关键 API 参数
| 场景 | DeepSeek 官网 | 天枢AI-TokenHub |
|---|---|---|
| 最大输出长度：max_tokens | 控制模型回答和模型思维链内容长度，超出长度后会报错。 | 控制模型回答和模型思维链内容长度，超出长度后不报错。 |
Chat API 非思考模式默认 8K，思考模式默认 64K（reasoning_effort 为 max 时为 128K）。 | Chat API 默认值 128K。Responses API 对应 max_output_tokens，默认 128K。详见 最大输出长度。 说明 • deepseek-v4-1-flash-260910：max_tokens 控制模型回答和模型思维链内容长度，默认取值 128k，如果思维链内容超出 max_tokens，则会截断思考。• 除上述模型外的其他模型：max_tokens 控制模型回答长度，不包含思维链内容，默认取值 4k。 | |
| 调节思考长度：reasoning_effort / reasoning.effort / output_config.effort | Chat API / Responses API / Messages API 三个 API 均支持，默认取值 high。 | Chat API / Responses API / Messages API 三个 API 均支持，默认取值 high。 |
• OpenAI 格式 / Anthropic 格式：支持档位 low/high/max• Responses API 格式：支持档位 none/low/high/max | 支持档位 none/low/high/max详见 调节思考长度。 | |
| 核采样阈值：top_p | • 思考模式：参数生效，传入值 < 0.95 时系统自动提升至 0.95；传入值 ≥ 0.95 按实际传入使用。• 非思考模式：字段取值固定为 1.0，传入的值将被忽略。 | 使用 deepseek-v4-1-flash-260910 时，该参数与 DeepSeek 官网对齐。 |
| 对数概率：logprobs / top_logprobs | 支持 | 支持 为了保证与 OpenAI 协议的一致性，本平台开启 logprobs 后，接口会在 choices[].logprobs.content 中返回模型完整生成序列的逐 token 对数概率，包括思维链内容和最终回答。 |
| 停止词：stop | 最多支持 16 个字符串。 | • Chat API 默认情况：最多支持 4 个停止词。 • Chat API deepseek-v4-1-flash-260910 模型：最多支持 16 个字符串。 |
| role 是否支持 developer | 不支持 | 支持 |
| tool_choice | 思考模式下不支持 tool_choice 为 required，接口会报错。 | 思考模式下支持 tool_choice 为 required。 |
| Responses API 整体兼容性 | 弱校验，对不支持字段全部不校验，不报错。 | 强校验，不支持的字段仍然校验，会报错。 说明 如果 User Agent 里包含 codex 字样，也会进入弱校验，但不支持 store。 |
模型使用说明
前缀续写
DeepSeek-V4.1-Flash 模型前缀续写行为支持情况如下：
| API | Chat API | Responses API |
|---|---|---|
| 触发前缀续写条件 | • messages 列表里最后一条消息的 role 为 assistant• 设置最后一条消息的 prefix 参数为 true | • input 列表里设置最后一条消息的 role 为 assistant • 设置 partial 为 true 开启续写模式（不设置 partial 不会报错，只是不开启续写。） |
图片理解
DeepSeek-V4.1-Flash 模型在图片理解支持的 detail 模式及缩放规则如下：
表格中图片像素区间指的是：传入的图片根据 detail 模式处理后的像素区间。
| detail 模式 | 图片像素区间 | Chat API | Responses API | Messages API |
|---|---|---|---|---|
| low | 262144 | 图片会被保持长宽比自动缩放，缩放后的总像素相当于 512 × 512 的图片 | 图片会被保持长宽比自动缩放，缩放后的总像素相当于 512 × 512 的图片 | • 图片总像素小于 544 × 544 的图片会保持长宽比放大，放大后的总像素相当于 544 × 544 的图片。 • 图片总像素大于 1300 × 1300 的图片会保持长宽比缩小，缩小后的总像素相当于 1300 × 1300 的图片。 |
| high | [295936, 1690000] | • 图片总像素小于 544 × 544 的图片会保持长宽比放大，放大后的总像素相当于 544 × 544 的图片。 • 图片总像素大于 1300 × 1300 的图片会保持长宽比缩小，缩小后的总像素相当于 1300 × 1300 的图片。 | • 图片总像素小于 544 × 544 的图片会保持长宽比放大，放大后的总像素相当于 544 × 544 的图片。 • 图片总像素大于 1300 × 1300 的图片会保持长宽比缩小，缩小后的总像素相当于 1300 × 1300 的图片。 | |
| auto | ||||
| xhigh | 1690000 | 图片会被保持长宽比自动缩放，缩放后的总像素相当于 1300 × 1300 的图片 | 图片会被保持长宽比自动缩放，缩放后的总像素相当于 1300 × 1300 的图片 |
DeepSeek-V4.1-Flash 模型在图片理解的使用限制如下：
| 使用限制 | 要求 |
|---|---|
| 单图大小 | 50 MB |
| 总请求体大小 | 64 MB |
| 单请求中图片张数 | 3600 张 |
| 单个请求中通过 URL 方式传入图片文件的总大小 | 200 MB |
视频理解
DeepSeek-V4.1-Flash 模型在视频理解场景下，抽帧策略与 doubao-seed-2.0 及后续模型保持一致，具体如下：
| 抽帧策略 | DeepSeek-V4.1-Flash 模型 |
|---|---|
| 单帧 tokens | 支持 tokens 在 [64, 384] 区间内连续动态调整，默认值为 384。• 单帧最大 tokens 数，用于控制单帧质量的上限。 • 单帧最小 tokens 数，用于控制单帧压缩的下限。默认值为 64。 |
| 单帧对应的最大像素 | 单帧最大 tokens × 42 × 42 [110K, 670K] |
| 抽帧数 | • 抽帧数范围：[16 帧, 1280 帧]。 • 最大抽帧数：80 × 1024 token ÷ 64 token/帧 = 1280 帧 |
| 视频最大 tokens | 默认值为 81920（80 × 1024）。 |
| 抽帧方案 | 说明 • 建议评估输出效果，按需调整 fps 字段配置或视频时长。 • 如果视频二进制数据中未包含帧数编码信息，会按 fps 均匀抽帧。单次请求视频最大 Token 量如果超过模型最大输入长度则会报错；未超过则不报错，但视频输入的 token 可能会超过 80k。 • fps 过高或视频长度过长：处理的帧图像数量超出 1280 帧，则按帧图像 64 tokens，时间间隔 视频时长/1280，均匀抽取 1280 帧。• fps 过小或视频长度过短：处理的帧图像数量不足 16 帧时抽取方案如下： - 视频总帧数 ≥ 16 帧，均匀抽取 16 帧。 - 视频总帧数 < 16 帧，抽取视频所有帧。 |
视频理解工作原理：
视频处理的核心方式为「帧与时间戳的结构化拼接」，具体规则如下：
- 对视频抽帧得到的每帧图像，在其前插入时间戳文本。 DeepSeek-V4.1-Flash 模型处理后的时间戳格式为
[<时间戳> second]。例如：[4.0 second]、[4.5 second]。 - 拼接后形成「时间戳 + 图像」的有序序列，模型通过该序列理解视频的时序逻辑和内容变化。
调节思考长度：reasoning_effort/reasoning.effort/output_config.effort
DeepSeek-V4.1-Flash 模型在本平台 API 的支持情况如下：
| API | Chat API | Messages API | Responses API |
|---|---|---|---|
| 调节思考长度参数 | reasoning_effort | output_config.effort | reasoning.effort |
| 默认取值 | high | high | high |
| 兼容映射规则 | 支持档位：none、low、high、max• 传入 none：将关闭思考• 传入 minimal：将映射为 low• 传入 medium / xhigh：将映射为 high• 传入 ultra：将映射为 max | 与 Chat API 支持一致 | 支持档位：none、low、high、max• 传入 none：将关闭思考• 传入 minimal：将映射为 low• 传入 medium / xhigh：将映射为 high |
最大输出长度：max_tokens/max_completion_tokens/max_output_tokens
DeepSeek-V4.1-Flash 模型最大输出长度参数支持情况如下：
| API | Chat API | Responses API |
|---|---|---|
| 参数 | max_tokens/max_completion_tokens | max_output_tokens |
| 规则 | 控制模型回答和模型思维链内容长度，超出长度后不报错。 注意：如果思维链内容超出 max_tokens，则会截断思考。 | 控制模型回答和模型思维链内容长度，超出长度后不报错。 |
| 默认值 | 128K | 128K |