DeepSeek V4.1 Flash
DeepSeek V4.1 Flash API 低於 DeepSeek 官方定價,無尖峰時段加價。支援 1M 上下文、原生圖片輸入、頂尖 Agent 編程評分。立即體驗或呼叫 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.
執行會以這段提示開啟 AI Chat。需要登入與點數。
模型詳情
在 Playground、API 請求與內部工作流程中使用相同的模型鍵。
- 模型 ID
- deepseek-v4-1-flash
- 供應商
- Deepseek
- 協定
- OpenAI Chat Completions · Anthropic Messages
- 上下文視窗
- 1,000,000 Token
- 最大輸出
- 384,000 Token
- 輸入 Token
- 11.27 credits / 1M Token
- 輸出 Token
- 45.07 credits / 1M Token
- 快取讀取
- 0.225 credits / 1M Token
- 快取寫入
- -
DeepSeek V4.1 Flash 的全新改變
V4.1 Flash 是一個全新的模型系列,而非 V4 Flash 的微調版本。DeepSeek 重構了架構,並在 45 兆多模態 token 上從頭開始訓練,Flash 等級目前在大多數 Agent 基準測試中均超越了 V4 Pro。
由 552B 混合專家模型構成,分為 20 層編碼器與 20 層解碼器。讀取提示詞時僅活化 8B 參數,產生回答時活化 16B 參數,這也是為何規模如此龐大的模型仍能保持在 Flash 價格區間。
DeepSeek 官方報告顯示,Terminal-Bench 2.1 得分為 90.6(V4 Flash 為 82.7,V4 Pro 為 87.9),DeepSWE 得分為 74.2(相較於 54.4 與 62.7),Codeforces 評分達 3471。在 Terminal-Bench 3.0 上,分數更從 7.6 大幅躍升至 30.0。
全新的 DeepSeek-ViT 編碼器從預訓練第一步起就與文本模型共同訓練。V4 Flash 僅支援純文字,其視覺變體僅屬實驗性質。現在螢幕截圖、圖表與照片可直接與提示詞放在同一個請求中傳送。
壓縮稀疏注意力機制與 FP4 KV 儲存將全域快取縮減至每 token 約 890 位元組,約為 V4 Flash 的四分之一。這使得 1M token 窗口能以 Flash 級別的成本運行,並在獨立測試中達到每秒 214 個 token。
DeepSeek V4.1 Flash 與 V4 Flash 比較
DeepSeek 官方已自動完成遷移:官方 ID 現為 deepseek-flash,仍指定 deepseek-v4-flash 的請求將由 V4.1 提供服務。在 AIReiter 上,兩者仍為獨立模型,方便您依需求固定使用任一版本。
更少的活化參數,更高的評分表現
V4 Flash 在每個 token 活化 13B 參數。V4.1 Flash 在 Prefill 階段活化 8B、Decode 階段活化 16B,但在 DeepSeek 公布的每一項 Agent 基準測試中依然超越前者。請勿將較小的 Prefill 參數視為降級。
思考模式現已預設開啟
V4 Flash 提供離散的思考模式。V4.1 Flash 則採用連續推理程度(reasoning effort)且預設為 high。在此路由中,即使請求設定為停用思考,仍會回傳推理過程;請相應規劃 max_tokens 預算。
圖片輸入已整合為基礎模型的一部分
若您過去在搭配 V4 Flash 時需將截圖轉發至獨立的視覺端點,現在 V4.1 Flash 可在單次呼叫中同時處理兩者。請在標準 content 陣列中以 base64 data URI 形式發送圖片;此路由不支援抓取遠端圖片 URL。
輸出官方定價翻倍,快取費用維持不變
官方輸出定價從每百萬 token $0.28 調升至 $0.60。快取命中(Cache-hit)輸入仍維持在約 $0.003。具有較長固定前綴且回答簡短的工作負載成本與以往相近;產生大量文字的工作負載成本則會增加。
在以下情況下建議保留 V4 Flash
若您有固定的評測套件、用戶端無法在工具調用循環中處理 reasoning_content,或是受限於嚴格的單一 token 輸出預算而尚未準備好遷移。否則,建議所有新專案直接採用 V4.1 Flash。
DeepSeek V4.1 Flash API 計費方式
DeepSeek 官方在離峰時段的定價為每百萬 Token 輸入 $0.15、輸出 $0.60,以及快取命中輸入 $0.003;在平日 01:00 至 04:00 及 06:00 至 10:00 UTC 尖峰時段,這三項價格皆翻倍。AIReiter 全天候採用單一固定費率計費:約比離峰官方定價低 25%,比尖峰定價低 62%。
全天統一單一費率
三項 token 計費項目約為 DeepSeek 離峰費率的四分之三。此路由沒有尖峰時段限制,因此在白天上班時段運行的任務與在夜間運行的費用完全相同。即時數據顯示於 Playground 上方。
實際節省成本之處
相較於官方尖峰費率,AIReiter 的價格約為 38%;相較於離峰費率則約為 75%。如果您的流量主要集中在歐美白天時段(即 DeepSeek 尖峰時段),實際節省的差距將比標題所示更加顯著。
推理 token 會以輸出計費
此路由無法關閉思考模式,且 V4.1 Flash 在 high effort 設定下輸出較為詳細。獨立測試顯示,在相同的任務集上,其輸出 token 數量約為同類模型的兩倍。設定 max_tokens 時請務必同時涵蓋推理過程與最終回答。
快取命中是成本最低的項目
快取命中(cache-hit)輸入 Token 的費用約為快取未命中(cache-miss)Token 的 2%。對於在每一輪對話中都重新發送相同系統提示詞與工具架構(tool schema)的 Agent 迴圈而言,快取讀取佔據了大部分帳單費用,這也是 V4.1 Flash 最具性價比的優勢所在。
何時該使用 DeepSeek V4.1 Flash —— 以及何時不該使用
管理 API 金鑰 →DeepSeek 目前在品質、成本與速度方面均將 Flash 定位在 V4 Pro 之上。選擇其他模型的剩餘理由僅在於知識召回與用戶端相容性,而非核心能力。
多檔案編輯、測試與修復迴圈、CI 日誌排查以及電腦操作(computer-use)任務,是相較於 V4 Flash 與 V4 Pro 提升幅度最大的場景。長篇工具呼叫軌跡(tool traces)可直接放入 1M 上下文視窗中,無需分塊切片。
從 UI 擷取畫面中進行 OCR、讀取圖表或檢查渲染後的頁面,都能直接與程式碼問題一同包含在同一個請求中。無需呼叫第二個模型,也不會產生額外帳單。
DeepSeek 在推出 V4.1 Flash 後仍保留 V4 Pro 服務,是因為客戶需求,而非其評分更高。若您的合約或固定的評估基準(eval)有硬性要求,請繼續使用 Pro。
基礎模型在 SimpleQA-Verified 基準測試中落後 V4 Pro 約 13 分。若要在沒有檢索增強的情況下查詢事實,請使用您自己的文件為模型提供依據(grounding),或選擇專為資訊檢索調優的模型。
GLM-5.3 Flash 是 AIReiter 上的另一款多模態 Flash 模型,其輸出價格更便宜。當任務涉及 Agent 迴圈或程式庫處理時,請選擇 V4.1 Flash;若是大量資料擷取與分類任務,則推薦選擇 GLM-5.3 Flash。
用 4 個步驟試用 DeepSeek V4.1 Flash
- 01
在 Playground 中測試真實的 Agent 任務
貼上失敗日誌、diff 與問題。觀察包含推理過程(reasoning)的輸出 Token,並在正式串接前確認回答品質。圖片輸入可透過 API 使用。
- 02
POST /api/v1/chat/completions
使用模型 "deepseek-v4-1-flash"、AIReiter API 金鑰以及標準的 Chat Completions 請求內文。支援串流傳輸(Streaming)。若您的架構支援 Anthropic Messages 格式,/api/v1/messages 亦支援相同的模型 ID。
- 03
使用工具時須完整回傳 reasoning_content
每當請求包含 tools 陣列時,先前所有助理輪次(assistant turn)都必須帶回其 reasoning_content,即使未發起工具呼叫的輪次也不例外。若遺漏則會回傳 HTTP 400。這項規則曾在 V4 上導致多個 Agent 框架出現異常,目前依然適用。
- 04
在 content 陣列中附加圖片(API)
使用帶有 base64 data URI 的 image_url 欄位。支援 PNG、JPEG、GIF 與 WebP 格式。此路由不會抓取遠端圖片 URL,因此請直接以內嵌位元組方式傳遞。當圖片是問題的背景脈絡而非主體時,請將文字部分置於前方。
常見問題
01DeepSeek V4.1 Flash API 的模型 ID 是什麼?
在 AIReiter 上請使用 deepseek-v4-1-flash。內部識別碼為 chat-deepseek-v4-1-flash。在 DeepSeek 官方直接呼叫時,官方 ID 為 deepseek-flash,而舊版的 deepseek-v4-flash ID 目前也由 V4.1 Flash 提供服務。
02DeepSeek V4.1 Flash 如何計費?
DeepSeek 官方在離峰時段的定價為每百萬 Token 輸入 $0.15、輸出 $0.60,以及快取命中輸入 $0.003,三者在平日尖峰時段皆翻倍。AIReiter 全天候採單一固定費率計費,約比離峰官方定價低 25%,比尖峰定價低 62%。目前的路由價格顯示於 Playground 上方。
03V4.1 Flash 比 V4 Pro 更好嗎?
在 DeepSeek 發布的 Agent 與程式碼基準測試中,確實如此:Terminal-Bench 2.1 為 90.6 對比 87.9,DeepSWE 為 74.2 對比 62.7。V4 Pro 在 GPQA Diamond 及知識召回上仍保持領先。DeepSeek 本身目前已將新使用者導流至 Flash。
04與 V4 Flash 有何不同?
採用全新的 encoder-decoder 架構,活躍參數為 8B 至 16B(而非 13B)、原生圖片輸入、常開推理(always-on reasoning)、1M 視窗僅需四分之一大小的 KV cache,且在各項 agent 基準測試中均有大幅提升。官方輸出牌價亦從 $0.28 調漲至 $0.60。
05我可以關閉思考功能嗎?
此路由無法關閉。即使發送停用 thinking 的請求,仍會返回 reasoning_content,且 reasoning_effort 不會被轉發。建議改用 max_tokens 與嚴謹精簡的 prompt 來控制成本。
06它支援圖片輸入嗎?
支援,可透過 API 輸入。V4.1 Flash 原生支援視覺功能,並已在此路由上通過驗證。請在 image_url 欄位中以 base64 data URI 形式發送 PNG、JPEG、GIF 或 WebP;系統不會主動抓取遠端 URL。本頁面的 playground 目前僅支援純文字。
07為什麼我的 tool-calling 迴圈會收到 HTTP 400?
因為您遺漏了先前 assistant 訊息中的 reasoning_content。當存在 tools 陣列時,DeepSeek 要求先前的每一個 assistant 回合都必須包含 reasoning 欄位,即使該回合沒有進行 tool call 也是如此。請將其儲存並原樣傳回。
08有哪些上下文和輸出限制?
DeepSeek 官方記載支援 1M token 的上下文視窗以及 384K 的最大輸出。Playground 預設為 8192 個輸出 token;若要執行長時間的 agent 任務請調高此上限,並請注意 reasoning token 也會計入其中。
09我應該呼叫哪個 endpoint?
POST https://aireiter.com/api/v1/chat/completions 是此模型的主要接口。針對 Anthropic 風格的客戶端,POST https://aireiter.com/api/v1/messages 亦可搭配相同的 id 使用。
10我可以在整合前先試用嗎?
可以。本頁面上的 playground 運行與 API 相同的 model id 與路由,因此您在此處看到的 token 計算與行為表現與 API 返回的結果完全一致。