DeepSeek-V4.1-Flash

POST /v1/chat/completions model: DeepSeek-V4.1-Flash

规格


架构	`DeepseekV41ForCausalLM`，`model_type = deepseek_v41`
层数	40
隐藏维度	5,120
注意力	MLA——64 个 Q 头、1 个 KV 头，头维度 512，RoPE 维度 64
混合专家	384 路由专家 + 1 共享，每 token 激活 6 个，专家中间维度 2,304
稀疏注意力索引器	32 头，头维度 128，取 top-512 token
Engram	1,600 万条 n-gram（压缩到 99,092），8 头，最大 n-gram 4
多 token 预测	3 层
词表	129,280
视觉塔	32 层，宽度 1,024，16 头，patch 14，`max_image_tokens = 1024`
量化	FP8 权重，块 `[32, 32]`，`ue8m0` 缩放；专家用 FP4

概览


上下文长度	1,048,576 token
输入模态	文本 + 图片
流式	✅
工具调用	✅
JSON 输出	✅ `json_object`
思考	✅——默认关闭
推理引擎	SGLang
稳定性	`experimental`

思考

不传 reasoning_effort 时直接作答，不走思考。

所有档位都接受：none、minimal、low、medium、high、xhigh、max。

思考文本在 choices[0].message.reasoning，token 数在 usage.completion_tokens_details.reasoning_tokens。

`messages`

system 消息位置任意，也可以有多条。角色名写 system 或 developer 都接受。

图片输入

在 content 里放 image_url 内容块：

{
  "model": "DeepSeek-V4.1-Flash",
  "messages": [{
    "role": "user",
    "content": [
      { "type": "image_url", "image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } },
      { "type": "text", "text": "这张图里写了什么？" }
    ]
  }]
}

图片用量报在 usage.prompt_tokens_details.image_tokens。单张图上限 1,024 token。

限制


上下文窗口	1,048,576 token，prompt 与输出合并计算
JSON 输出	`response_format: {"type": "json_object"}`
思考档位	`none` `minimal` `low` `medium` `high` `xhigh` `max`

超出窗口返回：

Requested token count exceeds the model's maximum context length of 1048576 tokens.

示例

curl https://developer.amd.com.cn/radeon/api/v1/chat/completions \
  -H "Authorization: Bearer $RADEON_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "DeepSeek-V4.1-Flash",
    "reasoning_effort": "medium",
    "messages": [
      { "role": "user", "content": "天为什么是蓝的？" }
    ]
  }'