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。 > **重要升级** > `deepseek-v4-1-flash-261017` 版本已上线。该版本在方舟平台继承 DeepSeek\-V4.1\-Flash 的多模态理解、深度思考、前缀续写、上下文缓存等能力。 * [DeepSeek-V4.1-Flash 模型](https://ark.volcengine.com/region:cn-beijing/model/detail?name=deepseek-v4-1-flash)：查看模型支持能力、上下文及速率限制、支持 API 等模型信息。 * [模型价格](https://ark.volcengine.com/region:cn-beijing/docs/model-pricing#aa1874cf)：查看高峰时段、空闲时段价格信息。 > **说明** > [DeepSeek\-V4.1\-Flash经济版](https://ark.volcengine.com/region:cn-beijing/model/detail?name=deepseek-v4-1-flash-economy) 与标准版采用完全相同的模型权重，能力与效果完全一致。经济版价格更低，回答生成速度略慢，适合注重成本、对生成速度要求不高的场景。 > **重要信息** > 方舟 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，对方舟与 DeepSeek 官网的能力和 API 参数进行对比，帮助您快速了解方舟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 |方舟 | |---|---|---| |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`）。

> 详细见 [图片理解](https://ark.volcengine.com/region:cn-beijing/docs/deepseek-v4-1-flash#multimodal-differences)。 | |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，详细见 [视频理解](https://ark.volcengine.com/region:cn-beijing/docs/deepseek-v4-1-flash#video-understanding)。 | |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：使用方舟原有 API 字段支持。

> 详细见 [前缀续写](https://ark.volcengine.com/region:cn-beijing/docs/deepseek-v4-1-flash#prefix-continuation)。 | ## 关键 API 参数 |场景 |DeepSeek 官网 |方舟 | |---|---|---| |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。详细见 [最大输出长度](https://ark.volcengine.com/region:cn-beijing/docs/deepseek-v4-1-flash#max-tokens-parameter)。

> **说明**

* > `deepseek-v4-1-flash-261017`、`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` |* Chat API 格式 / Responses API 格式：支持档位 `none`/`low`/`high`/`max`

* Messages API 格式：支持档位 `low`/`high`/`max`

> 详细见 [调节思考长度](https://ark.volcengine.com/region:cn-beijing/docs/deepseek-v4-1-flash#reasoning-effort)。 | |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。不传该参数时默认值为 1。

* 非思考模式：字段取值固定为 `1.0`，传入的值将被忽略。 |* 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。不传该参数时，使用 tool 时默认值为 0.95，其他情况默认值为 1。

* 非思考模式：字段取值固定为 `1.0`，传入的值将被忽略。 | |对数概率：**logprobs** / **top_logprobs** |支持 |支持

为了保证与 OpenAI 协议的一致性，方舟开启 **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-261017`、`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`。 | |并行工具调用：**parallel_tool_calls** |不支持，并行工具调用始终开启。 |参数可正常传入，但对 DeepSeek\-V4.1\-Flash（含经济版）不生效：传入 `false` 时，模型仍可能一次返回多个工具调用。 | |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 > 续写模式配置及使用方式，参见 [续写模式](https://ark.volcengine.com/region:cn-beijing/docs/continuation-mode#6eb2f599)。 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 > 图片理解支持的图片传入方式和使用，参见 [图片理解](https://ark.volcengine.com/region:cn-beijing/docs/image-understanding)。 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 > 视频理解支持的视频传入方式及使用，参见 [视频理解](https://ark.volcengine.com/region:cn-beijing/docs/video-understanding)。 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]。

```Text```
```# 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64tokens，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。 ## 回传思考内容 > 回传思考内容的教程，参见 [Agent 场景模型调用的正确姿势](https://ark.volcengine.com/region:cn-beijing/docs/agent-model-invocation-practice)。 DeepSeek\-V4.1\-Flash 模型支持**回传思考内容原文**（明文）。在 Agent 场景下，需要将思考内容原文拼回下一轮请求。 ## 调节思考长度：**reasoning_effort**/**reasoning.effort**/**output_config.effort** > Chat API 和 Responses API 中调节思考长度的配置及使用，参见 [调节思考长度](https://ark.volcengine.com/region:cn-beijing/docs/deep-thinking#fc5eac89)。 DeepSeek\-V4.1\-Flash 模型在方舟 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` |支持档位：`low`、`high`、`max`

> **注意**

> `thinking.type` 为 `adaptive`，`output_config.effort` 才有效。

* 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` |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** > 最大输出长度的通用配置方式，参见 [设置最大输出长度](https://ark.volcengine.com/region:cn-beijing/docs/deep-thinking#cfc7c5a8)。 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 | # 代码示例 Chat API 的示例代码如下： **Curl** ```Bash curl https://ark.cn-beijing.volces.com/api/v3/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $ARK_API_KEY" \ -d '{ "model": "deepseek-v4-1-flash-260910", "messages": [ { "role": "user", "content": [ {"type": "image_url","image_url": {"url": "https://arkdocs.tos-cn-beijing.volces.com/images/advanced-usage/ark_demo_img_1.png"}}, {"type": "text", "text": "Which model series supports image input?"} ] } ] }' ``` **Python** ```Python import os # Install SDK: pip install arkruntime from arkruntime import Ark client = Ark( # The base URL for model invocation base_url="https://ark.cn-beijing.volces.com/api/v3", # Get API Key: https://ark.volcengine.com/region:cn-beijing/apikey api_key=os.getenv('ARK_API_KEY'), ) completion = client.chat.completions.create( # Replace with Model ID model = "deepseek-v4-1-flash-260910", messages=[ { "role": "user", "content": [ {"type": "image_url","image_url": {"url": "https://arkdocs.tos-cn-beijing.volces.com/images/advanced-usage/ark_demo_img_1.png"}}, {"type": "text", "text": "Which model series supports image input?"}, ], } ], ) print(completion.choices[0]) ``` **Go** ```Go package main import ( "context" "fmt" "os" "github.com/volcengine/ark-runtime-go/arkruntime" "github.com/volcengine/ark-runtime-go/arkruntime/model/chat" ) func main() { client := arkruntime.NewClientWithApiKey( //Use os.Getenv to get ARK_API_KEY os.Getenv("ARK_API_KEY"), // The base URL for model invocation arkruntime.WithBaseUrl("https://ark.cn-beijing.volces.com/api/v3"), ) // Create a context background ctx := context.Background() // Construct the content of the message contentParts := []chat.ChatCompletionContentPart{ chat.ChatCompletionContentPart{OneOf: chat.NewChatCompletionContentPartImageChatCompletionContentPartSum(chat.ChatCompletionContentPartImage{Type: chat.ChatCompletionContentPartImageTypeImageURL, ImageURL: chat.ChatCompletionContentPartImageImageUrl{URL: chat.NewOptString("https://arkdocs.tos-cn-beijing.volces.com/images/advanced-usage/ark_demo_img_1.png")}})}, chat.ChatCompletionContentPart{OneOf: chat.NewChatCompletionContentPartTextChatCompletionContentPartSum(chat.ChatCompletionContentPartText{Type: chat.ChatCompletionContentPartTextTypeText, Text: "Which model series supports image input?"})}, } // Construct chat, specify model and message req := &chat.ChatCompletionRequest{ // Replace with Model ID Model: "deepseek-v4-1-flash-260910", Messages: []chat.ChatCompletionRequestMessage{ chat.ChatCompletionRequestMessage{OneOf: chat.NewChatCompletionRequestUserMessageChatCompletionRequestMessageSum(chat.ChatCompletionRequestUserMessage{Role: chat.ChatCompletionRequestUserMessageRoleUser, Content: chat.NewChatCompletionContentPartArrayChatCompletionMessageContent(contentParts)})}, }, } // Send chat, store result in resp and any possible error in err resp, err := client.CreateChatCompletion(ctx, req) if err!= nil { fmt.Printf("standard chat error: %v\n", err) return } // Print response fmt.Println(resp.Choices[0].Message.Content) } ``` **Java** ```Java package com.ark.sample; import com.volcengine.ark.runtime.models.chat.*; import com.volcengine.ark.runtime.models.chat.ChatCompletionContentPart.*; import com.volcengine.ark.runtime.service.ArkService; import java.util.ArrayList; import java.util.List; import java.util.concurrent.TimeUnit; import okhttp3.ConnectionPool; import okhttp3.Dispatcher; public class MultiImageSample { static String apiKey = System.getenv("ARK_API_KEY"); static ConnectionPool connectionPool = new ConnectionPool(5, 1, TimeUnit.SECONDS); static Dispatcher dispatcher = new Dispatcher(); static ArkService service = ArkService.builder() .dispatcher(dispatcher) .connectionPool(connectionPool) .baseUrl("https://ark.cn-beijing.volces.com/api/v3") // The base URL for model invocation . .apiKey(apiKey) .build(); public static void main(String[] args) throws Exception { List messagesForReqList = new ArrayList<>(); // Construct the content of the message List contentParts = new ArrayList<>(); // Use builder mode for the image contentParts.add(ChatCompletionContentPartImage.builder() .type(ChatCompletionContentPartType.IMAGE_URL) .imageUrl(ChatCompletionContentPartImageImageUrl.builder().url("https://arkdocs.tos-cn-beijing.volces.com/images/advanced-usage/ark_demo_img_1.png").build()) .build()); // Use builder mode for text contentParts.add(ChatCompletionContentPartText.builder() .type(ChatCompletionContentPartType.TEXT) .text("Which model series supports image input?") .build()); // Create message messagesForReqList.add(ChatCompletionRequestUserMessage.builder() .role(ChatCompletionRequestMessageType.USER) .content(ChatCompletionMessageContent.ofList(contentParts)) .build()); ChatCompletionRequest req = ChatCompletionRequest.builder() .model("deepseek-v4-1-flash-260910") //Replace with Model ID . .messages(messagesForReqList) .build(); service.createChatCompletion(req) .getChoices() .forEach(choice -> System.out.println(choice.getMessage().getContent())); // shutdown service after all requests are finished service.shutdownExecutor(); } } ```

火山方舟