DeepSeek V4.1 Flash Faoliyat yuritmoqda

DeepSeek V4.1 Flash — DeepSeek ichki sinovdan o‘tkazayotgan oraliq model bo‘lib, yangi model tuzilmasidan foydalanadi va multimodallikni tabiiy ravishda qo‘llab-quvvatlaydi. U yuqoriroq imkoniyat, tezroq ishlash va pastroq xarajatga yo‘naltirilgan. Modeldan foydalanishda base_url o‘zgarmaydi, model nomini deepseek-v4.1-flash-expires-on-0910 qilib belgilash kifoya. Har bir akkaunt uchun bir vaqtdagi so‘rovlar soni 20 ta bilan cheklangan. Hamjamiyat sinovlarida chiqarish tezligi 300 tokens/s dan oshgan.

Yangi model tuzilmasi: yangi arxitekturaga ega oraliq versiya bo‘lib, keyingi rasmiy versiyaga yo‘l tayyorlaydi.
Tabiiy multimodallik: tasvirlarni tushunishni bevosita qo‘llab-quvvatlaydi, tashqi vizual modul talab qilinmaydi.
Yuqori tezlikdagi xulosa chiqarish: hamjamiyat sinovlarida chiqarish tezligi 300~400 tokens/s, eng yuqori ko‘rsatkich 507 tokens/s ga yetgan.
Kuchaytirilgan imkoniyatlar: bir xil toifadagi V4 Flash bilan solishtirganda kuchliroq, kodlash va generatsiya vazifalarida yaxshiroq natija beradi.

Yangi model arxitekturasi: DeepSeek’ning odatiy yo‘nalishini birlashtiradi (V4 seriyasi MoE aralash ekspertlar arxitekturasiga asoslangan). Sanoat taxminlariga ko‘ra, V4.1 Flash MoE asosida marshrutlash va qatlamlar tuzilmasini qayta loyihalagan bo‘lib, kamroq faollashtiriladigan parametrlar evaziga yuqoriroq o‘tkazuvchanlikni ta’minlaydi.
Tabiiy multimodallik: V4 Flash’dan farqli ravishda, unda Vision versiyasi alohida chiqarilmaydi. V4.1 Flash vizual kodlovchini bazaviy model treningiga bevosita integratsiya qiladi, matn va tasvirlarni yagona ifoda makonida moslashtiradi hamda modullararo birlashtirishdagi kechikish va axborot yo‘qotilishini bartaraf etadi.
Yuqori tezlikdagi xulosa chiqarish: yuqori o‘tkazuvchanlik odatda siyrak MoE faollashuvi (har bir token uchun faqat ayrim ekspertlar hisoblanadi), operator darajasidagi xulosa chiqarish optimizatsiyasi va keshdan qayta foydalanish hisobiga yuzaga keladi. Bularning aniq qo‘llanilishi rasmiy versiya e’lon qilinguncha noma’lum.

Akkaunt ro‘yxatdan o‘tkazing: DeepSeek ochiq platformasiga, https://platform.deepseek.com/, kiring, ro‘yxatdan o‘ting va shaxsni tasdiqlang.
Kalit oling: “API keys” sahifasida API Key yarating va nusxalang.
Balansni tekshiring: hisobni to‘ldirganingizga ishonch hosil qiling, tariflar deepseek-v4-flash bilan bir xil.
API manzilini sozlang: base_url o‘zgarmaydi va https://api.deepseek.com bo‘lib qoladi.
Model nomini belgilang: chaqiruv parametrlaridagi model qiymatini deepseek-v4.1-flash-expires-on-0910 qilib o‘rnating.
Chaqiruv yuboring: so‘rovni odatiy OpenAI’ga mos formatda yuborib, yangi modeldan foydalanishingiz mumkin.
Bir vaqtdagi so‘rovlar soniga e’tibor bering: har bir akkaunt uchun limit 20 ta, yuqori chastotali vazifalarda so‘rovlar miqdorini nazorat qiling.

O‘ta yuqori tezlik: hamjamiyat sinovlarida chiqarish tezligi odatda 300~400 tokens/s, cho‘qqi ko‘rsatkich 507 tokens/s ga yetadi, interaktiv foydalanish deyarli “darhol javob” taassurotini beradi.
Tabiiy multimodallik: vizual imkoniyatlar bazaviy arxitekturaga bevosita integratsiya qilingan, V4 Flash’dagi kabi alohida vizual versiyaga ehtiyoj yo‘q.
Narx o‘zgarmaydi, yashirin tejamkorlik: imkoniyatlar oshgan bo‘lsa-da, tarif V4 Flash darajasida qoladi; bo‘sh vaqtlarda keshga mos kelgan kirish narxi million token uchun 0.05 yuangacha tushadi.
Yangilangan arxitektura: yangi model tuzilmasidan foydalanadi va DeepSeek’ning yangi texnik yo‘nalishining dastlabki versiyasi hisoblanadi, shuning uchun keyingi rivojlanish imkoniyati kengroq.
Ulash bepul: base_url o‘zgarmaydi, faqat model nomini almashtirish kifoya, eski foydalanuvchilar uzluksiz o‘tishlari mumkin.

Real vaqtli suhbat yordamchisi: 300+ t/s tezlikdagi oqimli chiqarish chat va mijozlarga xizmat ko‘rsatishda kutish hissini deyarli yo‘q qiladi.
AI dasturlash yordamchisi: kodni to‘ldirish va fragment yaratishda kechikish juda muhim, yuqori tezlikdagi chiqarish IDE’ga uzluksiz integratsiya qilinishi mumkin.
Vizual tushunish ilovalari: tabiiy multimodallik skrinshotlar asosidagi savol-javob, hujjat rasmlarini tahlil qilish, UI auditi kabi matn va tasvir aralash vazifalar uchun mos.
Yengil Agent ijro qatlami: Agent modelga ketma-ket va tez-tez murojaat qilishi kerak, past xarajat va yuqori o‘tkazuvchanlik ijro hamda saralash bosqichlari uchun mos.
Kontentni ommaviy ishlab chiqarish: matnni qayta yozish, qisqartirish va tarjima kabi konveyer vazifalarida past birlik narxi va keshdan foydalanish xarajatlarni minimumga tushiradi.