DeepSeek V4.1 Flash API
DeepSeek V4.1 Flash 是 DeepSeek-AI 于 2026 年 9 月 10 日发布的多模态混合专家模型，主打大输入场景与高吞吐。
DeepSeek V4.1 Flash 是 DeepSeek-AI 推出的多模态混合专家模型，采用非对称因果编码器-解码器架构：输入处理激活 80亿参数，输出生成激活 160 亿参数，骨干网络规模为 5520 亿参数。模型原生具备视觉理解能力，支持文本与图像输入、文本输出，并以自回归方式生成内容，权重以 MIT 许可开放。
上下文窗口为 100 万 tokens，最大输出 38.4 万 tokens。相比上一代，KV 缓存仅需四分之一的 HBM 内存和八分之一的 SSD 存储，并在能力、推理速度与吞吐上均有提升。官方公布的基准中，MATH-500 通过率为 92.8%，Codeforces 评分为 1189，成绩领先包括 DeepSeek V4 Pro 在内的旗舰模型。
它适合输入规模远大于输出的智能体系统，例如处理代码库、日志和文档；也适合需要大规模同时处理文本与图像的任务，以及可安排在低峰时段运行的弹性负载。部署方面支持 2000 块 GPU 与存储集群的大规模方案，并可通过 DeepSeek API 与 Hugging Face 获取。需要注意的是，其知识截止时间为 2025 年 5 月。
更新时间:
模型 ID
deepseek-v4.1-flash- 上下文
- 1.049M
- 最大输出
- 131.072K
- 推荐 API
- messages
- 输入
- text / image
- 输出
- text
核心要点
- 百万 tokens 上下文，输出上限 38.4 万 tokens
- 多模态混合专家架构，原生视觉理解
- 输入激活 80 亿、输出激活 160 亿参数
- KV 缓存内存与存储需求大幅降低
- MIT 许可开放权重
- MATH-500 通过率 92.8%
供应商
最优价格比较不同供应商的调用价格，点击供应商可查看完整费用和适用条件。
| $0.3 | $1.2 | $0.03 | |
| $0.049 | $0.375 | $0.001 | |
| $0.3 | $1.2 | $0.007 | |
| $0.3 | $1.2 | $0.006 |
10 美元能买多少 token
- 输入
- 3333.3万 tokens
- 输出
- 833.3万 tokens
按当前输入与输出单价估算，未计入折扣。
基准测试
- 92.8%
MATH-500
一次通过率
- 1189
Codeforces 评分
分数来自模型厂商公布的数据，未独立验证。
推理能力
- 默认推理强度
- high
- 默认启用
- 是
- 始终启用
- 否
- 可选推理强度
- max / high / low / none
填入 API key
从 Felo API Platform 账户创建 key，并设置为环境变量。
export FELO_API_KEY="YOUR_API_KEY"发起第一次请求
使用该模型 ID 调用 Felo API Platform endpoint。可选请求头如 X-Request-Id 能帮助排查问题。
deepseek-v4.1-flash该模型支持推理。如果所选协议和模型路由暴露推理控制，请在继续对话时保留返回的推理元数据。
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "deepseek-v4.1-flash",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());使用第三方 SDK
兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.
启用流式输出
加入 stream: true，即可以 server-sent events 接收响应。
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
modelstringdeepseek-v4.1-flashPublic model ID to call.max_tokensinteger—Maximum generated tokens.messagesarray—Conversation messages for Chat Completions.seed———stop———min_p———toolsarray—Tool calling definitions following compatible schema.top_a———top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—Controls response variety when supported.tool_choicestring or object—Controls whether a tool should be called.top_logprobs———response_formatobject—Request structured output when supported.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———parallel_tool_calls———常见问题
什么是 DeepSeek V4.1 Flash?
DeepSeek V4.1 Flash 是 DeepSeek-AI 推出的多模态混合专家模型，采用非对称因果编码器-解码器架构：输入处理激活 80亿参数，输出生成激活 160 亿参数，骨干网络规模为 5520 亿参数。模型原生具备视觉理解能力，支持文本与图像输入、文本输出，并以自回归方式生成内容，权重以 MIT 许可开放。 上下文窗口为 100 万 tokens，最大输出 38.4 万 tokens。相比上一代，KV 缓存仅需四分之一的 HBM 内存和八分之一的 SSD 存储，并在能力、推理速度与吞吐上均有提升。官方公布的基准中，MATH-500 通过率为 92.8%，Codeforces 评分为 1189，成绩领先包括 DeepSeek V4 Pro 在内的旗舰模型。 它适合输入规模远大于输出的智能体系统，例如处理代码库、日志和文档；也适合需要大规模同时处理文本与图像的任务，以及可安排在低峰时段运行的弹性负载。部署方面支持 2000 块 GPU 与存储集群的大规模方案，并可通过 DeepSeek API 与 Hugging Face 获取。需要注意的是，其知识截止时间为 2025 年 5 月。
如何计算调用费用？
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格，详见计费明细。
DeepSeek V4.1 Flash 支持哪些输入输出？
支持文本输入和图像输入，输出为文本，并以自回归方式生成内容。
上下文和输出长度是多少？
上下文窗口为 100 万 tokens，最大输出为 38.4 万 tokens。
它适合哪些任务？
适合输入占主导的智能体系统（如代码库、日志、文档），需要大规模处理文本与图像的任务，以及可安排在低峰时段的弹性负载。
和同系列模型相比有什么不同？
它是新架构家族中体积最小的模型，基准成绩领先包括 DeepSeek V4 Pro 在内的旗舰模型；另有一个后续修订版 DeepSeek V4.1 Flash 1017，在推理、编程、智能体任务和视觉理解上有小幅改进。
如何获取和部署？
可通过 DeepSeek API 与 Hugging Face 获取，权重以 MIT 许可开放，并支持 2000 块 GPU 与存储集群的大规模部署。
知识截止到什么时候？
知识截止时间为 2025 年 5 月。
相关模型
DeepSeek V4.1 Flash 1017
DeepSeekdeepseek-v4.1-flash-1017DeepSeek V4.1 Flash 1017 是 DeepSeek 于 2026 年 10 月发布的开源权重多模态推理模型，走性价比路线，擅长智能体任务与编程。
上下文
1.049M
最大输出
393.216K
输入 tokens
$0.3 / 1M tokens
输出 tokens
$1.2 / 1M tokens
DeepSeek V4 Pro 0813
DeepSeekdeepseek-v4-pro-0813DeepSeek V4 Pro 0813 是 DeepSeek 推出的旗舰开源权重模型，主打高端推理、复杂编程与长周期智能体任务。
上下文
1.049M
最大输出
393.216K
输入 tokens
$1.32 / 1M tokens
输出 tokens
$3.96 / 1M tokens