DeepSeek V4.1 Flash
API DeepSeek V4.1 Flash a prezzi inferiori al listino DeepSeek, senza ricarichi nelle ore di punta. Contesto da 1M, input di immagini nativo, punteggi di agentic coding al top. Provalo o chiama l'API.
Root cause
The diff changed the mapped property from item.id to item.uuid. The order objects in the tests/fixtures have an id field, not a uuid field, so JavaScript returns undefined for item.uuid.
That matches the failure exactly:
- filtering still finds 2 active items
- mapping over them produces
[undefined, undefined] - test expects
["ord_1", "ord_2"]
Minimal fix
Revert the property access back to item.id:
- return items.filter((item) => item.active).map((item) => item.uuid);
+ return items.filter((item) => item.active).map((item) => item.id);
If the project intentionally migrated orders from id to uuid, then the real fix is to update the Order type, fixtures, and test expectations to use uuid. But for this CI regression, the minimal fix is to restore item.id.
Verification commands
# Inspect the current diff
git diff -- src/orders/list.ts
# Revert the changed property access
perl -pi -e 's/item\.uuid/item.id/' src/orders/list.ts
# Run the failing test file directly
npx jest src/orders/list.test.ts
# Run the full test suite
npm test
# If the project has a typecheck script, run it too
npm run typecheck
If the repo uses Yarn or pnpm, substitute the package-manager commands accordingly, e.g. yarn jest src/orders/list.test.ts and yarn test.
Esegui apre AI Chat con questo prompt. Accesso e crediti richiesti.
Dettagli del modello
Usa la stessa chiave del modello nel Playground, nelle richieste API e nei flussi di lavoro interni.
- ID modello
- deepseek-v4-1-flash
- Fornitore
- Deepseek
- Protocollo
- OpenAI Chat Completions · Anthropic Messages
- Finestra di contesto
- 1,000,000 token
- Output massimo
- 384,000 token
- Token input
- 11.27 crediti / 1 M token
- Token output
- 45.07 crediti / 1 M token
- Lettura cache
- 0.225 crediti / 1 M token
- Scrittura cache
- -
Cosa cambia in DeepSeek V4.1 Flash
V4.1 Flash è una nuova famiglia di modelli, non una riottimizzazione di V4 Flash. DeepSeek ha ricostruito l'architettura e l'ha addestrata da zero su 45 mila miliardi di token multimodali; il livello Flash ora supera V4 Pro sulla maggior parte dei benchmark per agenti.
Una mixture of experts da 552B suddivisa in un encoder da 20 layer e un decoder da 20 layer. Solo 8B parametri sono attivi durante la lettura del prompt e 16B durante la scrittura della risposta, motivo per cui un modello così grande rimane nella fascia di prezzo Flash.
DeepSeek riporta Terminal-Bench 2.1 a 90,6 rispetto a 82,7 per V4 Flash e 87,9 per V4 Pro, DeepSWE a 74,2 rispetto a 54,4 e 62,7 e Codeforces a 3471. Su Terminal-Bench 3.0 il salto è da 7,6 a 30,0.
Un nuovo encoder DeepSeek-ViT è stato addestrato congiuntamente al modello testuale sin dalla prima fase di pre-training. V4 Flash era solo testo e la sua variante vision era un esperimento. Screenshot, grafici e foto vengono inclusi nella stessa richiesta del prompt.
La compressed sparse attention e lo storage KV in FP4 riducono la cache globale a circa 890 byte per token, circa un quarto di V4 Flash. È questo che consente a una finestra di 1M di token di funzionare al costo di Flash e a 214 token al secondo nei test indipendenti.
DeepSeek V4.1 Flash vs V4 Flash
Su DeepSeek la migrazione è già avvenuta automaticamente: l'id ufficiale è ora deepseek-flash e le richieste che indicano ancora deepseek-v4-flash vengono servite da V4.1. Su AIReiter i due rimangono modelli separati, permettendoti di bloccare (pin) l'uno o l'altro.
Meno parametri attivi, punteggi più alti
V4 Flash attiva 13B parametri su ogni token. V4.1 Flash ne attiva 8B in fase di prefill e 16B in fase di decode, superandolo comunque in ogni benchmark per agenti pubblicato da DeepSeek. Non interpretare il numero inferiore di prefill come un downgrade.
Il thinking ora è sempre attivo
V4 Flash offriva modalità di thinking discrete. V4.1 Flash utilizza un reasoning effort continuo e impostato di default su high. Su questa route, una richiesta che invia thinking disabilitato restituisce comunque il reasoning; calcola max_tokens di conseguenza.
L'input di immagini fa parte del modello base
Se indirizzavi gli screenshot a un endpoint vision separato insieme a V4 Flash, V4.1 Flash gestisce entrambi in una sola chiamata. Invia le immagini come data URI base64 nell'array content standard; questa route non recupera URL di immagini remote.
Prezzo di listino dell'output raddoppiato, la cache no
L'output ufficiale è passato da 0,28 $ a 0,60 $ per milione di token. L'input con cache-hit rimane vicino a 0,003 $. I carichi di lavoro con un prefisso lungo e stabile e risposte brevi costano circa come prima; le generazioni prolungate costano di più.
Mantieni V4 Flash quando
Una suite di valutazione vincolata (pinned), un client che non supporta reasoning_content nei cicli di tool o un budget di output per token rigoroso non sono ancora pronti alla migrazione. Altrimenti, inizia i nuovi lavori su V4.1 Flash.
Prezzi delle API di DeepSeek V4.1 Flash
DeepSeek indica $0,15 per l'input, $0,60 per l'output e $0,003 per l'input con cache-hit per milione di token nelle ore non di punta, raddoppiando tutte e tre le tariffe nei giorni feriali dalle 01:00 alle 04:00 e dalle 06:00 alle 10:00 UTC. AIReiter applica una tariffa forfettaria unica 24 ore su 24: circa il 25% in meno rispetto al listino fuori punta e il 62% in meno rispetto a quello di punta.
Un'unica tariffa fissa, tutto il giorno
Le tre voci di token vengono fatturate ciascuna a circa tre quarti della tariffa fuori punta (off-peak) di DeepSeek. Non ci sono fasce di punta su questa route, quindi un processo eseguito durante l'orario d'ufficio di Pechino costa quanto uno notturno. Le cifre in tempo reale sono visibili sopra il playground.
Da dove deriva l'effettivo risparmio
Rispetto alla tariffa ufficiale di punta, il prezzo di AIReiter è pari a circa il 38%. Rispetto a quella fuori punta è circa il 75%. Se il tuo traffico si concentra nelle ore diurne europee o statunitensi, che corrispondono alle ore di punta di DeepSeek, il risparmio è persino superiore a quanto suggerito dal dato principale.
I token di ragionamento vengono fatturati come output
Il thinking non può essere disattivato su questa route e V4.1 Flash risulta prolisso con un effort elevato. Test indipendenti hanno registrato circa il doppio dei token di output rispetto a modelli comparabili sullo stesso set di attività. Imposta max_tokens per includere sia il reasoning che la risposta.
I cache hit sono la voce più economica
Un token di input con cache-hit costa circa il 2% di un token con cache-miss. Per i cicli di agenti che reinviano lo stesso system prompt e schema degli strumenti a ogni turno, le letture della cache dominano la spesa ed è qui che V4.1 Flash risulta più economico.
Quando usare DeepSeek V4.1 Flash — e quando non farlo
Gestisci chiavi API →DeepSeek posiziona ora Flash davanti a V4 Pro per qualità, costi e velocità. I motivi rimanenti per scegliere un'altra soluzione riguardano il richiamo delle informazioni e la compatibilità dei client, non le capacità pure.
Modifiche multi-file, cicli di test-fix, triage dei log di CI e attività di computer-use sono gli ambiti in cui i miglioramenti dichiarati rispetto a V4 Flash e V4 Pro risultano maggiori. Le tracce lunghe degli strumenti rientrano nella finestra da 1M senza necessità di chunking.
L'OCR da una cattura della UI, la lettura di un grafico o il controllo di una pagina renderizzata possono essere inclusi direttamente nella stessa richiesta della domanda sul codice. Nessun secondo modello, nessun costo aggiuntivo.
DeepSeek ha mantenuto attivo V4 Pro dopo il rilascio di V4.1 Flash su richiesta dei clienti, non perché ottenga punteggi più elevati. Rimani su Pro se richiesto da un contratto o da un frozen eval.
Il modello base è indietro rispetto a V4 Pro su SimpleQA-Verified di circa 13 punti. Per la ricerca di fatti senza retrieval, ancora il modello con i tuoi documenti o scegli un modello ottimizzato per il recall.
GLM-5.3 Flash è l'altro modello flash multimodale su AIReiter ed è più economico sull'output. Scegli V4.1 Flash quando l'attività è un ciclo di agenti o lavoro su repository; scegli GLM-5.3 Flash per estrazione e classificazione su larga scala.
Prova DeepSeek V4.1 Flash in 4 passaggi
- 01
Invia una vera attività di agent nel playground
Incolla un log di errore con il diff e una domanda. Osserva i token di output, che includono il reasoning, e verifica la qualità della risposta prima dell'integrazione. L'input di immagini è disponibile tramite API.
- 02
POST /api/v1/chat/completions
Usa il modello "deepseek-v4-1-flash", una chiave API AIReiter e il body standard di Chat Completions. Lo streaming è supportato. Lo stesso id è accettato anche su /api/v1/messages se il tuo stack supporta Anthropic Messages.
- 03
Includi reasoning_content nel round-trip quando sono presenti strumenti
Ogni volta che la richiesta include un array tools, ciascun turno precedente dell'assistant deve riportare il proprio reasoning_content, inclusi i turni in cui non è stata effettuata alcuna chiamata a strumenti. Ometterlo restituirà un errore HTTP 400. Questa è la regola che ha causato problemi a diversi framework di agenti su V4 e rimane tuttora valida.
- 04
Allega immagini nell'array content (API)
Usa una sezione image_url con un URI dati in base64. Sono accettati i formati PNG, JPEG, GIF e WebP. Gli URL di immagini remote non vengono recuperati su questo endpoint, quindi inserisci i byte inline. Posiziona la parte di testo prima quando l'immagine funge da contesto per una domanda piuttosto che come soggetto.
FAQ
01Qual è il model id dell'API DeepSeek V4.1 Flash?
Su AIReiter usa deepseek-v4-1-flash. La chiave interna è chat-deepseek-v4-1-flash. Direttamente su DeepSeek l'id ufficiale è deepseek-flash, e il precedente id deepseek-v4-flash è ora servito anch'esso da V4.1 Flash.
02Come viene calcolato il prezzo di DeepSeek V4.1 Flash?
DeepSeek elenca $0,15 per l'input, $0,60 per l'output e $0,003 per l'input con cache-hit per milione di token fuori punta, con tutti e tre che raddoppiano durante le ore di punta nei giorni feriali. AIReiter applica una tariffa fissa a tutte le ore, circa il 25% in meno rispetto al listino fuori punta e il 62% in meno rispetto a quello di punta. I prezzi attuali degli endpoint sono mostrati sopra il playground.
03V4.1 Flash è migliore di V4 Pro?
Sui benchmark di agenti e coding pubblicati da DeepSeek, sì: Terminal-Bench 2.1 è a 90,6 contro 87,9 e DeepSWE è a 74,2 contro 62,7. V4 Pro è ancora in testa su GPQA Diamond e sul richiamo delle conoscenze. La stessa DeepSeek ora indirizza i nuovi utenti verso Flash.
04Cosa c'è di diverso rispetto a V4 Flash?
Una nuova architettura encoder-decoder con 8B-16B parametri attivi invece di 13B, supporto nativo per l'input di immagini, reasoning sempre attivo, una KV cache di dimensioni ridotte a un quarto per la finestra da 1M e notevoli miglioramenti in tutti i benchmark per agenti. Anche il prezzo di listino ufficiale dell'output è salito da $0.28 a $0.60.
05Posso disattivare il thinking?
Non su questo route. Le richieste inviate con thinking disabilitato restituiscono comunque reasoning_content, e reasoning_effort non viene inoltrato. Controlla invece i costi impostando max_tokens e un prompt più conciso.
06Accetta immagini?
Sì, tramite l'API. La vision è nativa in V4.1 Flash ed è stata verificata su questo route. Invia file PNG, JPEG, GIF o WebP come URI dati base64 all'interno di una parte image_url; gli URL remoti non vengono recuperati. Il playground in questa pagina è per ora solo di testo.
07Perché il mio ciclo di tool-calling restituisce un errore HTTP 400?
Hai rimosso reasoning_content da un messaggio precedente dell'assistant. Quando è presente l'array tools, DeepSeek richiede il campo reasoning in ogni turno precedente dell'assistant, anche in quelli senza chiamata di strumenti. Memorizzalo e rinvialo invariato.
08Quali limiti di contesto e output si applicano?
DeepSeek documenta una finestra di contesto da 1M di token e un output massimo di 384K. Il playground è impostato di default su 8192 token di output; aumentalo per esecuzioni prolungate con agenti e ricorda che i token di reasoning vengono conteggiati nel totale.
09Quale endpoint devo chiamare?
POST https://aireiter.com/api/v1/chat/completions è il contratto principale per questo modello. Anche POST https://aireiter.com/api/v1/messages funziona con lo stesso id per i client in stile Anthropic.
10Posso provarlo prima dell'integrazione?
Sì. Il playground in questa pagina esegue lo stesso model id e route dell'API, quindi il conteggio dei token e il comportamento visualizzati qui corrispondono esattamente a quanto restituito dall'API.