モデル / DeepSeek V4.1 Flash

DeepSeek V4.1 Flash

deepseek-v4.1-flash
自社DC

1M コンテキストのネイティブマルチモーダル。入力の多いエージェント向け

稼働率（72h）

100.00%

TTFT（24h 中央値）

3.39s

E2E レイテンシ（24h 中央値）

21.25s

出力速度（24h 中央値）

114tok/s

仕様

入力単価¥60 / 1M tok
キャッシュ読取単価¥5 / 1M tok
出力単価¥240 / 1M tok
コンテキスト長1,048,576
最大出力トークン384,000
対応入力テキスト / 画像
精度Q8
重みvcruz305/DeepSeek-V4.1-Flash-GGUF
reasoning_effortnone / minimal / low / medium / high / xhigh
基盤自社DC
第三者評価 · Artificial Analysis

Claude・GPT・Gemini との比較

評価DeepSeek V4.1 FlashClaudeGPTGemini
Terminal-Bench v4.0
エージェント的なコーディングとターミナル操作
27556020
SciCode
科学計算のコーディング
52615657
Humanity's Last Exam
推論と知識
39595548
AA-LCR v1.1
長文脈の推論
84838081

出典 Artificial Analysis（2026-09-15 採取）。比較行は Anthropic / OpenAI / Google の最高性能設定。

直近 72 時間

稼働状況

100.00%

72 時間の稼働率。1 時間ごとに、障害の無かった時間を緑で示します。

72 時間前現在
稼働障害

パフォーマンス

出力速度 - 24h

114tok/s
09:00 JST — 163 tok/s10:00 JST — 67 tok/s11:00 JST — 122 tok/s12:00 JST — 120 tok/s14:00 JST — 84 tok/s15:00 JST — 143 tok/s16:00 JST — 184 tok/s18:00 JST — 30 tok/s19:00 JST — 29 tok/s20:00 JST — 137 tok/s21:00 JST — 127 tok/s22:00 JST — 163 tok/s23:00 JST — 18 tok/s00:00 JST — 13 tok/s02:00 JST — 64 tok/s04:00 JST — 29 tok/s08:00 JST — 153 tok/s09:0015:0021:0003:0009:00

TTFT - 24h

3.39s
09:00 JST — 4.13 s10:00 JST — 4.34 s11:00 JST — 3.17 s12:00 JST — 5.17 s14:00 JST — 18.78 s15:00 JST — 1.33 s16:00 JST — 3.94 s18:00 JST — 6.82 s19:00 JST — 9.37 s20:00 JST — 1.49 s21:00 JST — 1.36 s22:00 JST — 8.76 s23:00 JST — 69.51 s00:00 JST — 8.92 s02:00 JST — 2.48 s04:00 JST — 2.96 s08:00 JST — 2.19 s09:0015:0021:0003:0009:00

E2E レイテンシ - 24h

21.25s
09:00 JST — 14.2 s10:00 JST — 9.1 s11:00 JST — 11.57 s12:00 JST — 10.23 s13:00 JST — 29.14 s14:00 JST — 54.58 s15:00 JST — 52.88 s16:00 JST — 20.97 s17:00 JST — 47 s18:00 JST — 10.81 s19:00 JST — 6.4 s20:00 JST — 8.71 s21:00 JST — 38.48 s22:00 JST — 61.48 s23:00 JST — 86.96 s00:00 JST — 62.02 s01:00 JST — 36.5 s02:00 JST — 27.86 s04:00 JST — 30.12 s07:00 JST — 5.36 s08:00 JST — 8.91 s09:0015:0021:0003:0009:00

TTFT と出力速度はストリーミング応答（出力 50 トークン以上）の中央値、E2E レイテンシはすべての成功応答の中央値です。1 時間ごとに集計し、リクエストが無かった時間は線を描きません。稼働率は障害の有無で判定し、リクエストの有無には依りません。

このモデルを使う

from openai import OpenAI

client = OpenAI(
    base_url="https://hai-api.hcloud.ltd/v1",
    api_key="hai_...",
)

resp = client.chat.completions.create(
    model="deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Hello"}],
)
print(resp.choices[0].message.content)
curl https://hai-api.hcloud.ltd/v1/chat/completions \
  -H "Authorization: Bearer hai_..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4.1-flash",
    "messages": [{"role":"user","content":"こんにちは"}]
  }'

ほかの言語・エージェントの設定は ドキュメント と セットアップ

今日から、baseURL を差し替えるだけ。

コンソールを開く