DeepSeek V4.1 Flash:100万代币上下文,AssemblyAI LLM Gateway 上每 100 万输入代币收费 0.30 美元

DeepSeek V4.1 Flash 是一款开放权重的混合专家模型,拥有 1,048,576-token 上下文窗口,现已通过 AssemblyAI LLM Gateway 提供,输入价格为每百万个输入 token 0.30 美元,输出价格为每百万个输出 token 1.20 美元。该模型由 DeepSeek 于 2026 年 9 月 10 日发布,随后于 2026 年 10 月 17 日推出更新版本 V4.1-Flash-1017。在 AssemblyAI 的 Voice Standard Bench 中,该模型在 1 小时转录文本的长会议摘要任务上得分 96(满分 100),排名第一。

DeepSeek V4.1 Flash 模型架构与发布时间线

DeepSeek V4.1 Flash 被描述为 DeepSeek 新架构系列中最小的模型,并原生支持图像理解。根据 Hugging Face 模型卡,该模型拥有 5520 亿参数的骨干网络,在预填充阶段每个 token 激活 80 亿个参数,在解码阶段激活 160 亿个参数,权重采用 MIT 许可证发布。原始版本 deepseek-v4.1-flash 于 2026 年 9 月 10 日发布,随后 AssemblyAI 将其集成到 LLM Gateway 目录中。更新版本 deepseek-v4.1-flash-1017 于 2026 年 10 月 17 日发布,也已通过 Gateway 提供,价格相同。

DeepSeek V4.1 Flash 在 AssemblyAI LLM Gateway 上的可用性

截至 2026 年 11 月 17 日,AssemblyAI LLM Gateway 列出了这两个模型 ID,其规格如下:上下文窗口为 1,048,576 个 token,最大输出为 393,216 个 token。输入价格为每百万个 token 0.30 美元,输出价格为每百万个 token 1.20 美元,缓存输入(读取)价格为每百万个 token 0.006 美元。这些模型通过位于 llm-gateway.assemblyai.com 的美国端点提供,欧盟端点不提供。deepseek-v4.1-flash 由 DigitalOcean(默认提供商)和 Fireworks 提供服务,而 deepseek-v4.1-flash-1017 仅由 Fireworks 提供服务。两个提供商均标记为需选择启用,这意味着使用前必须在 Data Controls 页面中手动启用。Gateway 仅接受文本输入;DeepSeek 的图像理解能力无法通过 Gateway 使用,需直接调用 DeepSeek API。

两个模型版本的性能比较

LLM Gateway 上提供的两个模型 ID 在语音数据和转录任务上的表现各不相同。在 2 分钟转录文本上,deepseek-v4.1-flash 的延迟中位数为 19.7 秒,而 deepseek-v4.1-flash-1017 为 6.6 秒。在 1 小时摘要任务中,9 月发布的原始版本得分为 96,10 月 17 日发布的更新版本得分为 88。在 1 小时转录文本校正任务中,原始版本得分为 78,而 1017 更新版本为 52。1017 更新版本处理较短转录文本的速度快 2 至 3 倍,在 15 分钟文本提取任务上的表现也更好,得分为 85,而原始版本为 81。用于比较的 Voice Standard Bench 分数来自 2026 年 10 月 29 日的测试。

与 DeepSeek 原生 API 的价格比较

AssemblyAI LLM Gateway 对这两个模型 ID 的输入收费为每百万个 token 0.30 美元,输出收费为每百万个 token 1.20 美元,缓存输入收费为每百万个 token 0.006 美元,且不收取区域附加费。这些费率全天适用。相比之下,DeepSeek 自有 API 在高峰时段(周一至周五 UTC 时间 01:00 至 04:00,以及 06:00 至 10:00)收取相同费率,但在非高峰时段提供半价:输入每百万个 token 0.15 美元,输出每百万个 token 0.60 美元,缓存输入每百万个 token 0.003 美元。DeepSeek 的价格页面将模型名称 deepseek-flash 对应到 V4.1-Flash-1017。Voice Standard Bench 估算,使用 LLM Gateway 上的 deepseek-v4.1-flash 对一小时音频进行摘要,费用约为 0.0092 美元。

与 AssemblyAI 服务的集成及 API 设置

LLM Gateway 兼容 OpenAI,用户只需更改基础 URL 和模型 ID,即可使用 OpenAI SDK 调用 DeepSeek V4.1 Flash。一枚 AssemblyAI API 密钥可同时用于 LLM Gateway 和语音转文本服务。要启用 DeepSeek 模型,用户必须先注册免费的 AssemblyAI 账户,从控制面板复制 API 密钥,前往 Data Controls 页面,然后手动启用 DigitalOcean 和 Fireworks 提供商。支持的参数包括 max_tokens、temperature、tools、tool_choice、response_format、reasoning_effort 和 stream。基础 URL 为 https://llm-gateway.assemblyai.com/v1.

语音任务基准测试表现

Voice Standard Bench 在多个转录文本长度下,对 LLM 的四类转录文本任务表现进行评估。在 30 秒转录文本上,deepseek-v4.1-flash 的综合得分为 95,其中摘要得分为 95、提取得分为 90、校正得分为 96、听写得分为 97;预估每小时音频费用为 0.0169 美元,延迟中位数为 6.2 秒。在 2 分钟转录文本上,综合得分为 92,其中摘要得分为 97、提取得分为 88、校正得分为 85、听写得分为 97;每小时音频费用为 0.0194 美元,延迟中位数为 19.7 秒。在 15 分钟转录文本上,综合得分为 83,其中摘要得分为 93、提取得分为 81、校正得分为 75;每小时音频费用为 0.0192 美元,延迟中位数为 92.7 秒。在 1 小时转录文本上,综合得分为 83,其中摘要得分为 96、提取得分为 76、校正得分为 78;预估每小时音频费用为 0.0117 美元,延迟中位数为 73.3 秒。在 1 小时测试中,原始版本记录了 35 个已完成请求和 25 个错误请求;1017 更新版本仅记录了 2 个错误请求,延迟中位数为 38.9 秒。延迟数据表示端到端请求时间;原始版本处理 1 小时转录文本时,p95 延迟高达 234.9 秒。

与竞品模型在 1 小时摘要任务上的比较

在 1 小时转录文本上,deepseek-v4.1-flash 的摘要得分为 96,在测试的 64 种模型与推理力度组合中排名最高。claude-opus-5-5 和 gpt-6-astra 紧随其后,得分均为 95,但两者的摘要任务每小时音频费用分别为 0.1631 美元和 0.1961 美元,而 DeepSeek V4.1 Flash 为 0.0092 美元。gpt-6-luna (high) 得分为 92,每小时音频费用为 0.0027 美元,延迟 p50 为 37.6 秒。minimax-m3 得分为 79,每小时音频费用为 0.0084 美元,延迟 p50 为 14.3 秒。claude-opus-5-5 可通过欧盟端点使用,且其提供商默认已启用;而 DeepSeek V4.1 Flash 需要选择启用提供商,且仅在美国提供。

数据驻留、保留与合规

两个模型 ID 仅通过美国端点提供,端点地址为 https://llm-gateway.assemblyai.com/v1; 欧盟端点仅提供 Claude 和 Gemini 模型。LLM Gateway 对输入和输出实行零数据保留,这意味着它不会存储提示或补全内容,只会保留模型、token 数量、状态和请求 ID 等使用元数据。AssemblyAI 已选择退出所有 LLM Gateway 提供商的模型训练。根据各提供商的具体政策,Fireworks 标注为零数据保留,并已签署业务伙伴附录(BAA);DigitalOcean 的保留政策标注为“请咨询提供商”,且未列出 BAA。处理受保护健康信息的组织在发送 PHI 前,应向 AssemblyAI 团队确认提供商的覆盖范围,因为 AssemblyAI 根据 HIPAA 被视为业务伙伴。

速率限制与回退机制

LLM Gateway 按分钟限制请求数和 token 数,并在滚动的 60 秒窗口内,按账户以及模型、提供商和区域进行追踪。新账户从 Tier 0 开始,每分钟可发出 30 个请求;随着支出增加,账户会自动升级。超过任一限制的请求都会返回 HTTP 429。鉴于长转录文本测试记录的错误率较高(原始版本处理 1 小时文本时,60 个请求中有 25 个错误),建议在所有生产环境中调用 deepseek-v4.1-flash 时设置回退模型。fallback_config.depth 设为 2 时,fallbacks 数组最多可接受两个备用模型。

使用场景与模型选择建议

DeepSeek V4.1 Flash 推荐用于会议记录、录音通话和讲座等长录音的批量摘要任务,适用于对响应时间要求不高、且 100 万 token 上下文窗口可以免去输入分块的场景。若用于短通话和提取任务,且响应时间很重要,应选择 1017 更新版本。对于实时任务、要求在欧盟处理数据的任务或转录文本校正任务,应选择其他模型。对于要求数据驻留在欧盟的任务,推荐使用 claude-opus-5-5(摘要得分 95,延迟 p50 为 31.5 秒)。对于实时语音任务,或短转录文本需要快速响应的场景,较小的模型通常表现更好。

关键信息

  • DeepSeek V4.1 Flash 于 2026 年 9 月 10 日由 DeepSeek 发布,拥有 5520 亿参数的骨干网络,在预填充阶段每个 token 激活 80 亿个参数,在解码阶段激活 160 亿个参数
  • 更新版本 DeepSeek-V4.1-Flash-1017 于 2026 年 10 月 17 日发布
  • 在 AssemblyAI LLM Gateway 上,这两个模型 ID 的输入价格均为每百万个 token 0.30 美元,输出价格为每百万个 token 1.20 美元,缓存输入价格为每百万个 token 0.006 美元
  • 上下文窗口为 1,048,576 个 token,最大输出为 393,216 个 token
  • 在 Voice Standard Bench(2026 年 10 月 29 日测试)中,deepseek-v4.1-flash 在 1 小时转录文本上的摘要得分为 96(满分 100),在所有受测模型中排名最高
  • 原始版本处理 1 小时转录文本的延迟中位数为 73.3 秒,p95 为 234.9 秒;1017 更新版本的延迟中位数为 38.9 秒
  • 在 1 小时测试中,原始版本的 60 个请求里有 25 个错误请求;1017 更新版本仅有 2 个错误请求
  • deepseek-v4.1-flash 由 DigitalOcean(默认提供商)和 Fireworks 提供服务;deepseek-v4.1-flash-1017 仅由 Fireworks 提供服务
  • 两个提供商均标记为需选择启用,必须在 Data Controls 页面中手动启用
  • 这些模型仅通过美国端点提供;欧盟端点不提供 DeepSeek 模型
  • Fireworks 标注为零数据保留,并已签署 BAA;DigitalOcean 的数据保留政策标注为“请咨询提供商”
  • Voice Standard Bench 估算,按 Gateway 价格对一小时音频进行摘要的费用约为 0.0092 美元
  • Gateway 仅接受文本输入;图像理解能力无法使用,需直接调用 DeepSeek API
  • 新注册的 AssemblyAI 账户从 Tier 0 开始,每分钟可发出 30 个请求,并会随着支出增加自动升级
  • 支持的参数包括 max_tokens、temperature、tools、tool_choice、response_format、reasoning_effort 和 stream

常见问题

如何在 AssemblyAI LLM Gateway 上启用 DeepSeek V4.1 Flash?

你可以通过 AssemblyAI LLM Gateway 使用 OpenAI SDK 调用 DeepSeek V4.1 Flash,模型 ID 为 deepseek-v4.1-flash 或 deepseek-v4.1-flash-1017,基础 URL 为 https://llm-gateway.assemblyai.com/v1. 这两个模型 ID 均由需选择启用的提供商提供:deepseek-v4.1-flash 默认使用 DigitalOcean,并将 Fireworks 作为备用选项;deepseek-v4.1-flash-1017 则仅由 Fireworks 提供服务。在发送第一个请求前,你必须在 AssemblyAI 控制面板的 Data Controls 页面中手动启用 DigitalOcean 和 Fireworks,因为这两个提供商默认均处于禁用状态。

DeepSeek V4.1 Flash 的两个模型版本在性能上有什么区别?

在 2 分钟转录文本上,deepseek-v4.1-flash(2026 年 9 月 10 日发布)的延迟中位数为 19.7 秒,摘要得分为 97;deepseek-v4.1-flash-1017(2026 年 10 月 17 日发布)的延迟中位数为 6.6 秒,摘要得分为 88。1017 更新版本处理较短转录文本的速度快 2 至 3 倍。在 1 小时摘要任务中,原始版本得分为 96(满分 100),但延迟中位数为 73.3 秒;1017 更新版本得分为 88,延迟中位数为 38.9 秒。在 1 小时转录文本校正任务中,原始版本得分为 78,而 1017 更新版本为 52。对于长会议的批量摘要,建议选择原始版本;对于短通话中对时间敏感的提取任务,则建议选择 1017 更新版本。

DeepSeek V4.1 Flash 在 LLM Gateway 上提供哪些数据保留和合规功能?

LLM Gateway 对输入和输出实行零数据保留,仅存储模型、token 数量、状态和请求 ID 等使用元数据。AssemblyAI 已选择退出所有 LLM Gateway 提供商的模型训练。Fireworks 独家提供 deepseek-v4.1-flash-1017,也是 deepseek-v4.1-flash 的备用提供商;该提供商标注为零数据保留,并已签署业务伙伴附录(BAA)。作为 deepseek-v4.1-flash 默认提供商的 DigitalOcean,其数据保留政策标注为“请咨询提供商”,且未列出 BAA。处理受保护健康信息的组织在发送 PHI 前,应向 AssemblyAI 团队确认提供商的覆盖范围,因为 AssemblyAI 根据 HIPAA 被视为业务伙伴。

免责声明:以上内容(如有图片或视频亦包括在内)均为平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。

本站尊重他人的知识产权、名誉权等法律法规所规定的合法权益!如网页中刊载的文章或图片涉及侵权,请提供相关的权利证明和身份证明发送邮件到qklwk88@163.com,本站相关工作人员将会进行核查处理回复

赞 (0)
上一篇 2026年11月19日 下午12:43
下一篇 2026年11月19日 下午1:03

相关推荐

风险提示:理性看待区块链,提高风险意识!