DeepSeek

DeepSeek V4.1 Flash (batch)

این مدل DeepSeek V4.1 Flash (batch) است که یک مدل MoE با معماری پراکنده (sparse mixture-of-experts) از شرکت DeepSeek است و نخستین مدلی است که بر پایهٔ معماری Causal Encoder-Decoder (CED) این شرکت ساخته شده است.

لایسنس محدود
متن به متنتصویر به متن
کانتکست
۱۰۴۹K
هزار توکن
تاریخ انتشار
۱۹ شهریور ۱۴۰۵

تحلیل

حکم کلی

مدلی تخصصی است. قبل از انتخاب، امتیاز فارسی‌اش را با رقبای هم‌رده مقایسه کنید.

نقاط قوت

  • متن‌های خیلی بلند را یک‌جا می‌خواند

نقاط ضعف

در داده‌ها نقطه‌ضعف مهمی دیده نشد.

سنجه‌های فارسی

این مدل هنوز ارزیابی نشده. مدل‌ها را به‌نوبت ارزیابی می‌کنیم. روش ارزیابی

قابلیت‌ها

ورودی تصویر
عکس یا اسکرین‌شات را می‌خواند
ورودی فایل
ورودی صدا
ورودی ویدیو
فراخوانی ابزار
API و ابزار بیرونی را صدا می‌زند
خروجی JSON
جواب را در قالب مشخص می‌دهد
فکر کردن قبل از جواب
سطح‌ها: کم، زیاد، حداکثر

پارامترهای قابل ارسال

این‌ها را می‌توانید در درخواست به این مدل بفرستید.

  • temperatureمیزان خلاقیت جواب
  • top_pنمونه‌برداری هسته‌ای
  • top_kمحدود کردن گزینه‌های هر توکن
  • max_tokensسقف طول جواب
  • stopتوقف با رشتهٔ دلخواه
  • seedجواب تکرارپذیر
  • toolsتعریف ابزار
  • tool_choiceاجبار به استفاده از ابزار
  • response_formatقالب جواب (JSON)
  • structured_outputsخروجی با اسکیمای مشخص
  • reasoningتنظیم فکر کردن
  • reasoning_effortشدت فکر کردن
  • include_reasoningبرگرداندن متن فکر
  • frequency_penaltyکم کردن تکرار کلمه
  • presence_penaltyتنوع موضوع
  • repetition_penaltyجریمهٔ تکرار
  • logit_biasتغییر احتمال توکن‌ها
  • logprobsاحتمال هر توکن
  • top_logprobsاحتمال توکن‌های جایگزین
  • min_pحداقل احتمال

بر اساس اطلاعاتی که OpenRouter برای این مدل منتشر کرده.

مشخصات فنی

کانتکست
۱۰۴۹K توکن
حداکثر طول جواب
۱۳۱ هزار توکن
مودالیتی
text · vision
تاریخ انتشار
۱۹ شهریور ۱۴۰۵
فیلتر محتوای ارائه‌دهنده
ندارد

پرسش‌های پرتکرار

دربارهٔ DeepSeek V4.1 Flash (batch)

این مدل هنوز در ارزیابی فارسی ما نبوده. مدل‌ها را به‌نوبت ارزیابی می‌کنیم و امتیازش بعد از ارزیابی همین‌جا می‌آید.

این مدل علاوه بر متن، تصویر هم ورودی می‌گیرد، می‌تواند ابزار و API بیرونی را صدا بزند، خروجی را در قالب JSON مشخص برمی‌گرداند و حالت فکر کردن قبل از جواب دارد.

کانتکست این مدل ۱٫۰۵ میلیون توکن است، یعنی تقریباً ۱٬۰۴۹ صفحه متن فارسی را یک‌جا می‌خواند. در هر جواب هم تا ۱۳۱ هزار توکن می‌نویسد.