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.
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
قابلیتها
پارامترهای قابل ارسال
اینها را میتوانید در درخواست به این مدل بفرستید.
temperatureمیزان خلاقیت جوابtop_pنمونهبرداری هستهایtop_kمحدود کردن گزینههای هر توکنmax_tokensسقف طول جوابstopتوقف با رشتهٔ دلخواهseedجواب تکرارپذیرtoolsتعریف ابزارtool_choiceاجبار به استفاده از ابزارresponse_formatقالب جواب (JSON)structured_outputsخروجی با اسکیمای مشخصreasoningتنظیم فکر کردنreasoning_effortشدت فکر کردنinclude_reasoningبرگرداندن متن فکرfrequency_penaltyکم کردن تکرار کلمهpresence_penaltyتنوع موضوعrepetition_penaltyجریمهٔ تکرارlogit_biasتغییر احتمال توکنهاlogprobsاحتمال هر توکنtop_logprobsاحتمال توکنهای جایگزینmin_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.