DeepSeek V4.1 Flash
DeepSeek V4.1 Flash API 价格低于 DeepSeek 官方定价,无高峰期加价。支持 1M 上下文、原生图像输入,具备顶尖的 Agent 编程跑分。立即体验或调用 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.
运行会以此提示词打开 AI Chat,需要登录并有积分。
模型详情
在 Playground、API 请求和内部工作流中使用相同的模型 key。
- 模型 ID
- deepseek-v4-1-flash
- 供应商
- Deepseek
- 协议
- OpenAI Chat Completions · Anthropic Messages
- 上下文窗口
- 1,000,000 Token
- 最大输出
- 384,000 Token
- 输入 Token
- 11.27 credits / 1M Token
- 输出 Token
- 45.07 credits / 1M Token
- 缓存读取
- 0.225 credits / 1M Token
- 缓存写入
- -
DeepSeek V4.1 Flash 的主要变化
V4.1 Flash 是一个全新的模型系列,而非 V4 Flash 的微调版本。DeepSeek 重构了架构,并在 45 万亿多模态 token 上从零开始训练,使得该 Flash 级别模型在多数 Agent 基准测试中超越了 V4 Pro。
这是一个 552B 的混合专家架构(MoE),分为 20 层编码器和 20 层解码器。读取 Prompt 时仅激活 8B 参数,生成回答时激活 16B 参数,这也是为何如此庞大的模型仍能保持在 Flash 价格区间的原因。
DeepSeek 报告显示:Terminal-Bench 2.1 得分为 90.6(V4 Flash 为 82.7,V4 Pro 为 87.9);DeepSWE 得分为 74.2(对比 54.4 和 62.7);Codeforces Rating 达到 3471。在 Terminal-Bench 3.0 上,得分更是从 7.6 跃升至 30.0。
全新的 DeepSeek-ViT 编码器从预训练第一步就与文本模型联合训练。V4 Flash 仅支持纯文本,其视觉变体只是实验性质。现在屏幕截图、图表和照片可直接与 Prompt 放在同一请求中发送。
压缩稀疏注意力机制和 FP4 KV 存储将全局缓存缩减至每 token 约 890 字节,大约仅为 V4 Flash 的四分之一。这使得 1M token 上下文窗口能在维持 Flash 级成本的同时,在独立测试中达到每秒 214 个 token 的速度。
DeepSeek V4.1 Flash 对比 V4 Flash
在 DeepSeek 官方,迁移已自动完成:官方模型 ID 现为 deepseek-flash,仍指定 deepseek-v4-flash 的请求也会由 V4.1 提供服务。而在 AIReiter 上,两者仍保持为独立模型,方便您固定选用任意版本。
激活参数更少,跑分反而更高
V4 Flash 对每个 token 激活 13B 参数。V4.1 Flash 在 Prefill 阶段激活 8B、在 Decode 阶段激活 16B,但在 DeepSeek 公布的所有 Agent 基准测试中均超越了前者。请勿将较小的 Prefill 参数量误认为是降级。
思考模式现已默认常开
V4 Flash 提供了离散的思考模式选项。V4.1 Flash 采用连续推理力度(Reasoning Effort)且默认设为 High。在此线路上,即便请求中禁用了思考模式,依然会返回推理过程;请相应合理规划 max_tokens 预算。
图像输入已成为基础模型的一部分
如果您之前在使用 V4 Flash 时需要将截图路由至独立的视觉接口,V4.1 Flash 现在单次调用即可同时处理。请在标准 content 数组中以 base64 data URI 形式发送图片;此路由不支持拉取远程图片 URL。
输出官方价格翻倍,缓存价格保持不变
官方输出价格从每百万 token $0.28 调整为 $0.60。缓存命中输入价格仍保持在 $0.003 左右。具有长稳定前缀和短回答的工作负载成本与此前基本一致;长文本生成场景的成本则有所上升。
何时建议保留 V4 Flash
当您有固定的评测套件、客户端无法在工具调用循环中处理 reasoning_content,或者受限于严格的单 token 输出预算而未准备好迁移时,可保留 V4 Flash。除上述情况外,建议在新业务中直接使用 V4.1 Flash。
DeepSeek V4.1 Flash API 定价
DeepSeek 官方在非高峰时段的定价为每百万 token 输入 $0.15、输出 $0.60、缓存命中输入 $0.003,并在工作日 UTC 时间 01:00 至 04:00 及 06:00 至 10:00 期间将三项价格翻倍。AIReiter 则全天候实行统一费率:比官方非高峰价低约 25%,比高峰价低约 62%。
全天统一费率,无波峰溢价
三种 token 计费项的价格均约为 DeepSeek 官方闲时(Off-peak)费率的四分之三。此线路无高峰期时段限制,因此在北京工作时间运行的任务与夜间运行享有相同价格。实时价格数据可在 Playground 上方查看。
实际节省成本的优势所在
相比官方高峰期费率,AIReiter 的价格仅为约 38%;相比闲时费率则约为 75%。如果您的业务流量主要集中在欧美白天(即 DeepSeek 的高峰期),实际节省幅度将远超字面体现。
推理 token 按输出计费
此线路无法关闭思考模式,且 V4.1 Flash 在高推理力度下输出较为详尽。独立测试显示,在相同任务集下其输出 token 量约为同类模型的两倍。请务必将 max_tokens 设置为能够容纳推理过程加最终回答的数值。
缓存命中是最便宜的计费项
缓存命中的输入 token 费用仅约为未命中 token 的 2%。对于在每一轮都重复发送相同系统提示词和工具架构的 Agent 循环,缓存读取构成了账单的主要部分,也是 V4.1 Flash 最具性价比的场景。
何时使用 DeepSeek V4.1 Flash,以及何时不宜使用
管理 API 密钥 →DeepSeek 现已将 Flash 定位在质量、成本和速度上均超越 V4 Pro。选择其他模型的仅存理由主要在于知识召回与客户端兼容性,而非底层核心能力。
多文件编辑、测试-修复循环、CI 日志排查以及计算机使用(computer-use)任务,是其相比 V4 Flash 和 V4 Pro 性能提升最为显著的场景。长工具调用轨迹可直接容纳于 1M 上下文窗口中,无需分块处理。
从 UI 截图中进行 OCR 识别、读取图表或检查渲染页面,均可与代码问题放入同一个请求中直接处理。无需调用第二个模型,也不会产生额外的账单费用。
DeepSeek 在发布 V4.1 Flash 后仍保留 V4 Pro 服务是应客户要求,而非因其得分更高。仅当合同要求或基准评测版本冻结需要时,才建议继续使用 Pro。
该基础模型在 SimpleQA-Verified 上的得分落后 V4 Pro 约 13 分。如果进行无检索的事实查询,请通过自有文档为模型补充事实依据,或选择针对知识召回优化过的模型。
GLM-5.3 Flash 是 AIReiter 上的另一款多模态 Flash 模型,其输出价格更低。如果任务是 Agent 循环或代码仓库作业,请选择 V4.1 Flash;若面对大批量的提取与分类任务,请选择 GLM-5.3 Flash。
用 4 步试用 DeepSeek V4.1 Flash
- 01
在 Playground 中发送真实的 Agent 任务
粘贴报错日志、代码差异(diff)和问题。观察包含推理过程的输出 token,并在将其接入系统前确认回答质量。图像输入功能可通过 API 使用。
- 02
POST /api/v1/chat/completions
使用模型 "deepseek-v4-1-flash"、AIReiter API 密钥以及标准的 Chat Completions 请求体。支持流式传输。如果您的技术栈采用 Anthropic Messages 协议,/api/v1/messages 端点同样接受该模型 ID。
- 03
存在 tools 时务必回传 reasoning_content
只要请求中包含 tools 数组,之前每一次 assistant 轮次都必须带回其 reasoning_content,包括未发起工具调用的轮次。遗漏该字段将返回 HTTP 400。正是这一规则曾导致数个 Agent 框架在 V4 上报错,且该规则目前依然生效。
- 04
在 content 数组中附带图像 (API)
使用带有 base64 data URI 的 image_url 字段。支持 PNG、JPEG、GIF 和 WebP 格式。该路由不会抓取远程图片 URL,因此请内联传入字节数据。当图像作为问题的背景上下文而非提问主体时,请将文本部分置于前面。
常见疑问
01DeepSeek V4.1 Flash API 的模型 ID 是什么?
在 AIReiter 上请使用 deepseek-v4-1-flash。其内部标识键为 chat-deepseek-v4-1-flash。在 DeepSeek 官方直接调用时,官方 ID 为 deepseek-flash,且旧版的 deepseek-v4-flash ID 现在也同样由 V4.1 Flash 提供服务。
02DeepSeek V4.1 Flash 如何计费?
DeepSeek 官方在非高峰时段的标价为每百万 token 输入 $0.15、输出 $0.60、缓存命中输入 $0.003,在工作日高峰时段三者均翻倍。AIReiter 则全天候实行统一费率,比官方非高峰价低约 25%,比高峰价低约 62%。当前路由价格已展示在 Playground 上方。
03V4.1 Flash 是否优于 V4 Pro?
在 DeepSeek 发布的 Agent 和代码基准测试中,答案是肯定的:Terminal-Bench 2.1 得分为 90.6 对比 87.9,DeepSWE 得分为 74.2 对比 62.7。V4 Pro 在 GPQA Diamond 和知识召回方面仍然领先。DeepSeek 自身目前已将新用户路由至 Flash。
04与 V4 Flash 相比有什么不同?
采用全新的编码器-解码器架构,激活参数为 8B 至 16B(原为 13B),支持原生图像输入、始终开启的思考推理、针对 1M 窗口缩减至四分之一大小的 KV cache,并在各项 Agent 基准测试中均有大幅提升。官方输出标价也从 $0.28 上涨至 $0.60。
05我可以关闭思考过程吗?
在此路由上不可行。发送禁用思考的请求仍会返回 reasoning_content,且 reasoning_effort 不会被转发。建议改用 max_tokens 和严谨的提示词来控制成本。
06它支持接收图像吗?
支持,可通过 API 传入。V4.1 Flash 原生支持视觉能力,并已在此路由上完成验证。可在 image_url 部分中以 base64 data URI 形式发送 PNG、JPEG、GIF 或 WebP;不支持抓取远程 URL。本页面的 Playground 目前仅支持纯文本。
07为什么我的工具调用循环会收到 HTTP 400 错误?
您遗漏了较早 assistant 消息中的 reasoning_content。当存在 tools 数组时,DeepSeek 要求在之前所有的 assistant 轮次中都包含 reasoning 字段,即使是没有工具调用的轮次也不例外。请将其保存并在后续请求中原样传回。
08适用的上下文和输出限制是多少?
DeepSeek 文档说明其拥有 1M token 的上下文窗口和最大 384K 的输出。Playground 默认输出 8192 个 token;对于较长的 Agent 运行任务可调高此限制,并请注意推理 token 也会计入其中。
09我应该调用哪个端点?
POST https://aireiter.com/api/v1/chat/completions 是该模型的主要协议接口。对于 Anthropic 风格的客户端,使用相同的 id 调用 POST https://aireiter.com/api/v1/messages 同样有效。
10在集成之前我可以先体验吗?
可以。本页面上的 Playground 运行与 API 相同的模型 id 和路由,因此您在此处看到的 token 计数与行为表现与 API 返回的结果一致。