文档 · 模型

deepseek-flash-Abliterated 与 deepseek-flash-fast

2026-11-12

DeepSeek 线路的两个私有部署模型，都基于 DeepSeek V4.1 Flash 1017，一个去掉拒绝对齐，一个保留标准权重。上限、四种推理设置和全天固定价格。

DeepSeek 线路卖两个模型，都基于当前版本 DeepSeek V4.1 Flash 1017（DeepSeek 自己的 id 是 DeepSeek-V4.1-Flash-1017），都由私有部署提供，不经过 DeepSeek 官方 API。

deepseek-flash-Abliterated 是去掉了内置拒绝对齐的 DeepSeek V4.1 Flash 1017（abliterated），本页末尾的合规声明对它有效。
deepseek-flash-fast 是标准权重的 DeepSeek V4.1 Flash 1017，没有做 abliterated 处理，保留基础模型原有的拒答行为。它不带 Abliterated 声明，归在 DeepSeek 模型里，不在 Abliterated 分组里。

请求里的模型 ID 区分大小写，Abliterated 的首字母 A 要大写。

线路与上限

两个模型都在原有的 deepseek-official 线路上提供，现有密钥保留这个路由 ID，但两个模型都不经过 DeepSeek 官方 API；API 密钥页面把这条线路标为私有部署、固定价格。自动路由密钥也能使用它们。

设置	`deepseek-flash-Abliterated`	`deepseek-flash-fast`
权重	abliterated，FP8 量化	标准权重，FP8 量化
输入	文本、图片（图片网址或 base64）	文本、图片（只收 base64 data URL）
上下文窗口	1,048,576 token	1,048,576 token
最大输出	131,072 token	262,144 token
端点	`/v1/chat/completions`、`/v1/responses`、`/v1/messages`	`/v1/chat/completions`、`/v1/responses`、`/v1/messages`
推理档位	`none`、`low`、`high`、`max`	`none`、`low`、`high`、`max`
默认推理档位	`low`	`low`

权重一行说的是这个私有部署本身：两个模型跑的都是 FP8 量化权重，不是 DeepSeek 官方的全精度服务。

输入与输出合计不能超过上下文窗口。即使窗口还有空间，输出也不能超过上限：deepseek-flash-Abliterated 是 131,072 token，deepseek-flash-fast 是 262,144 token。没写输出上限时，TopxAI 取这个上限与“上下文窗口减去估算提示词”的较小值补齐。这条规则适用于 Chat Completions 的 max_tokens / max_completion_tokens、转换后的 Messages 请求，以及 Responses 的 max_output_tokens。

发起请求

沿用 TopxAI 的 Base URL 和密钥：

curl https://api.topxai.xyz/v1/chat/completions \
  -H "Authorization: Bearer $TOPXAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-flash-Abliterated","max_tokens":4096,"reasoning_effort":"high","messages":[{"role":"user","content":"Explain how a database transaction works."}]}'

要用标准权重的模型，把 model 换成 deepseek-flash-fast。Responses 请求发到 /v1/responses；Messages 请求先转成 Chat Completions。Responses 支持无状态请求，客户端可以在 input 中发送完整对话上下文。TopxAI 不承诺这个部署提供服务端对话持久化。支持这个端点，不代表所有 Codex 工作流都已通过实测。

加上 stream: true 可流式返回。发图时，按 OpenAI Chat Completions 格式，在 user 消息里放 text 和 image_url 内容块。deepseek-flash-fast 只认 base64 data URL（data:image/png;base64,...），不会去下载 http(s) 图片地址；发的是网址，模型会回答看不到图片，这次请求照样计费。deepseek-flash-Abliterated 两种写法都能读。Messages 的转换规则，以及工具结果中图片的处理方式，见 API 参考。

推理

两个模型的 reasoning_effort（Responses 上是 reasoning.effort）都接受 none、low、high、max，没设档位时按 low 跑。设成 none 或 off 会关闭推理。OpenAI 的其他档位由中转服务换算：minimal 按 low，medium 按 high，xhigh 按 max。DeepSeek 文档里的 "thinking": {"type": "disabled"} 开关换成 none，enabled 直接去掉。2026 年 11 月 8 日之前，deepseek-flash-Abliterated 默认按 high 跑，想保持原来的深度，请求里写 "reasoning_effort": "high"。

参数

两个模型都支持工具调用、并行工具调用、工具结果往返、带 usage 的流式输出、Responses 的流式输出和工具、Messages 的流式输出，也接受 temperature、top_p 和 json_object 格式的 response_format。有两个字段两边都不支持：

不支持 n。不管 n 设多少，都只返回一个结果，也只计一次费。
不返回 logprobs。

deepseek-flash-Abliterated 还遵守 stop、严格模式的 json_schema、设成 "none" 或 "required" 的 tool_choice，以及 parallel_tool_calls: false。

deepseek-flash-fast 会忽略这四项：停止序列不生效，回答不受 json_schema 约束（请改用 json_object，再用自己的代码检查结果），tool_choice 设成 "none" 或 "required" 不起作用，parallel_tool_calls: false 也不起作用。tool_choice 指定某一个函数时有效。max_tokens 设得很小时，它也可能写超。

固定价格

下表是主部署的默认价格，按美元 / 每百万 token 计算：

模型	输入	缓存读取	输出
`deepseek-flash-Abliterated`	$0.42	$0.105	$1.50
`deepseek-flash-fast`	$0.02	$0.004	$0.16

deepseek-flash-Abliterated 的价格从 2026 年 11 月 10 日起执行，之前的价格见更新日志。全天、整个上下文窗口都按这张价目表计费，不分高峰与空闲时段，没有长上下文附加价，也没有缓存写入价。提示词缓存自动生效，缓存读取价只用于上游报告为缓存命中的 token。现行价格见模型价格页，每次请求实际按哪些 token 类别扣费，见用量日志。已受理请求和历史账单保留当时记录的价格。

价格页同时列出 DeepSeek 官方 deepseek-flash 的牌价作参考，DeepSeek 用 DeepSeek-V4.1-Flash-1017 提供这个模型（https://api-docs.deepseek.com/quick_start/pricing，2026-11-08 核对）：空闲时段输入 $0.15、缓存读取 $0.003、输出 $0.60，高峰时段依次是 $0.30、$0.006、$1.20。DeepSeek 的高峰时段是周一至周五 UTC 01:00 至 04:00 和 06:00 至 10:00。这里的两个私有部署模型不按这些时段计价。

备用部署

deepseek-flash-Abliterated 部署了两套，第二套放在成本更高的机房，平时只做备用。主部署在作答前出故障时，请求可能自动转到备用部署，这次请求按备用价计费：每百万 token 输入 $1.30，缓存读取 $0.15，输出 $2.60（2026-11-12 起；此前为 $1.20 / $0.15 / $2.40）。这种情况很少发生。

在用量日志里，这样的请求标着备用部署（英文界面为 Backup deployment），并列出它实际按哪组备用价计费。首页和模型页的价格表里，该模型价格下方也有一行备用部署，写的是同一组价格。

deepseek-flash-fast 没有备用部署。它的部署出故障时，请求直接失败，不扣费。

从旧模型迁移

deepseek-flash 已下线，请求旧 ID 会返回 HTTP 403，不设转发别名。请修改客户端和集成里保存的模型 ID。密钥如果设置了允许模型列表，要单独加入 deepseek-flash-Abliterated 或 deepseek-flash-fast，受限密钥不会自动获得这两个模型的权限。

同时检查保存的输出上限：deepseek-flash-Abliterated 最多输出 131,072 token，照搬旧配置可能超限。私有部署有自己的推理档位，也要检查旧客户端的参数。

合规声明

下面这段声明适用于 deepseek-flash-Abliterated：由于微调可能影响模型的安全行为，模型可能输出含有偏见、攻击性或违反当地法律法规的内容。使用者需自行承担全部合规与法律责任。

deepseek-flash-fast 不带这段声明。两个模型都受可接受使用政策约束，GLM 模型和目录里的其他模型也一样。

模型：deepseek-flash-Abliterated, deepseek-flash-fast · 模型与价格