DeepSeek V4.1 Flash Cyber

DeepSeek V4.1 Flash Cyber 隶属 deepseek 系列，2026-10-29 由 DevPass (LLM Gateway) 发布，权重不开源，只能通过网关接口调用。上下文窗口与单次最大输出均为 1,040,000 tokens，输入侧接受文本与图像，输出侧只产出文本，属于「宽进窄出」的多模态读入配置。接口能力覆盖推理、工具调用、结构化输出、附件输入与温度调节，意味着它既能直接处理超长材料，也能作为 Agent 流程中的决策与抽取节点。价格按 token 计费，输入 0.3 美元/百万 tokens、输出 1.0 美元/百万 tokens、缓存读 0.007 美元/百万 tokens，在同窗口量级的对比对象中处于低价区间。它解决的核心问题是：把过去必须切片、分批喂入的长文档与多附件任务，收敛为单次调用，同时把长上下文方案的成本压到可以批量跑的水平。

选型建议需要百万级上下文、图像读入且预算敏感的长文与 Agent 任务可以选它；追求开源权重、私有化部署或图像生成能力时不必考虑。

• 一次性读完整本合同或标书，抽取关键条款并输出结构化字段
• 把多份财报附件连同图表截图一起输入，做跨文档问答与比对
• 在 Agent 流程中编排工具调用，完成需要多步推理的检索任务
• 调低温度做字段抽取、调高温度做文案改写，同一接口切换两种模式
• 批量处理长日志或会议记录，输出摘要、待办与责任人清单

权重不公开，厂商与网关两侧都未给出参数规模、层数或注意力实现细节，只能做定性判断。

• 结构沿用 deepseek 系列的服务化路线，模型以托管 API 而非可下载权重的形态交付，内部结构未见官方文档披露。
• 能力输入侧支持文本与图像，输出限文本；推理、工具调用、结构化输出与温度调节并列开放，便于接入编排型应用。
• 披露缓存读单独计价，说明服务端存在前缀缓存机制，但缓存粒度、命中规则与失效策略均未公开，公开资料较少。

开源权重

否

模型家族

deepseek

本站未收录该模型的公开跑分，横向分数无从比较，只能依据接口特性与价格结构推断适用区间。

• 强项百万级上下文与低价输入叠加，处理超长材料的单次调用成本明显低于同窗口的多数对比对象。
• 短板输出模态只有文本，图像仅作输入；缺公开跑分，长文召回与多步推理的实际水位无法量化验证。
• 适合以长文阅读、字段抽取、工具编排为主的批处理任务，比反复切片短上下文的方案更省调用次数与拼接误差。

输入 0.3 美元/百万 tokens、输出 1.0 美元/百万 tokens、缓存读 0.007 美元/百万 tokens，处于同上下文量级中的低价区间。

• 定位按 token 计费且输出单价高于输入，长输出型任务（整篇改写、逐条生成）成本主要由生成侧决定。
• 横向对比输入价约为 Kimi K3、Fugu Ultra v2.0 的十几分之一，比 MiniMax Text 01 高出约三成，属低价偏中。
• 平台差价2 家收录平台报价一致，输入 0.3、输出 1、缓存读 0.007 美元，短期内没有跨平台比价套利空间。
• 省钱缓存读单价极低，重复投喂同一份长材料的场景应尽量复用前缀，把百万上下文的主要开销压在缓存而非全价输入上。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.3/M / $1/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径跑分栏为空，任何排名、分数或「超越某模型」的说法都缺依据，能力判断只能来自接口特性与定价。
• 边界权重不开源，无法私有化部署或微调；单次最大输出标称与上下文同宽，实际可用长度仍受服务端策略约束。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。