DeepSeek V4.1 Flash

DeepSeek V4.1 Flash es el modelo rápido y de bajo costo de DeepSeek (la API de DeepSeek lo llama deepseek-flash). De forma predeterminada piensa antes de responder, y puedes desactivar el razonamiento o fijar su nivel en cada solicitud. Envía la solicitud oficial de DeepSeek a SeedRouter: cambia la URL base y la clave API, mantén el cuerpo.

ID de modelo

Entrada: texto e imágenes. Salida: texto. Consulta la página del modelo para ver los precios actuales.

Ejemplo rápido

curl https://api.seedrouter.ai/v1/chat/completions \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4.1-flash",
    "messages": [{"role": "user", "content": "Give me three names for a coffee shop."}]
  }'

Endpoints

Los tres devuelven el formato de respuesta oficial de DeepSeek, con o sin streaming. Mantén la clave API en el código del lado del servidor.

Parámetros

Campos de Chat Completions:

Razonamiento y nivel de razonamiento

El razonamiento está activado de forma predeterminada con el nivel high. Desactívalo con "thinking": {"type": "disabled"} o "reasoning_effort": "none"; así la respuesta llega de inmediato y consume menos tokens de salida. max dedica el máximo razonamiento a los problemas difíciles. El razonamiento se devuelve en reasoning_content, junto a content, y se factura como tokens de salida.

Cuando una solicitud incluye tools, devuelve cada mensaje anterior del asistente con su reasoning_content, como exige DeepSeek en las conversaciones con llamadas a herramientas.

Entrada de imágenes

Las imágenes van en el content de un mensaje de usuario como partes image_url, ya sea una URL http(s) pública o una data URI en base64:

{"role": "user", "content": [
  {"type": "image_url", "image_url": {"url": "https://example.com/chart.png"}},
  {"type": "text", "text": "What does this chart show?"}
]}

Una URL puede tener como máximo 8192 caracteres y apuntar a una imagen de 32 MiB como máximo. Sustituye la URL de ejemplo por una imagen propia accesible públicamente.

Dimensiones de facturación

Consulta las tarifas actuales en la página del modelo. Una solicitud se factura por los tokens que utiliza:

• tokens de entrada que no están en la caché (prompt_cache_miss_tokens),
• tokens de entrada que están en la caché (prompt_cache_hit_tokens),
• tokens de salida, incluido el razonamiento.

Las tarifas dependen de cuándo se ejecuta la solicitud. Las horas pico son de 01:00 a 04:00 y de 06:00 a 10:00 UTC, de lunes a viernes; todas las demás horas, fines de semana incluidos, son horas valle, a la mitad de las tarifas de horas pico. El cargo se calcula a partir del usage que acompaña a la respuesta finalizada. Una solicitud fallida no se cobra. Los registros de uso de tu cuenta muestran el cargo exacto de cada solicitud.

Salida

Una solicitud de Chat Completions sin streaming devuelve:

{
  "id": "bc86988e-...",
  "object": "chat.completion",
  "created": 1790585983,
  "model": "deepseek-v4.1-flash",
  "choices": [{
    "index": 0,
    "finish_reason": "stop",
    "logprobs": null,
    "message": {"role": "assistant", "reasoning_content": "...", "content": "..."}
  }],
  "usage": {
    "prompt_tokens": 36,
    "completion_tokens": 39,
    "total_tokens": 75,
    "prompt_cache_hit_tokens": 0,
    "prompt_cache_miss_tokens": 36,
    "prompt_tokens_details": {"cached_tokens": 0},
    "completion_tokens_details": {"reasoning_tokens": 0}
  }
}

Con "stream": true cada chunk lleva un delta con reasoning_content o content, y el último chunk antes de data: [DONE] lleva el uso.

Responses API y Codex

POST /v1/responses acepta el cuerpo de Responses: input, instructions, max_output_tokens, reasoning.effort (como reasoning_effort arriba), text.format (text o json_object; json_schema se acepta, pero no se aplica), tools (function y la herramienta personalizada apply_patch), tool_choice, temperature, top_p, top_logprobs, user y stream. El razonamiento se devuelve como un elemento reasoning con contenido reasoning_text, y un flujo lleva eventos numerados desde response.created hasta response.completed, con el razonamiento en eventos response.reasoning_text.delta. La API no guarda estado: previous_response_id, conversation y las herramientas integradas como web_search se ignoran, así que envía toda la conversación en input.

Para usar DeepSeek V4.1 Flash en Codex, añade un provider a ~/.codex/config.toml y define SEEDROUTER_API_KEY:

model = "deepseek-v4.1-flash"
model_provider = "seedrouter"
show_raw_agent_reasoning = true

[model_providers.seedrouter]
name = "SeedRouter"
base_url = "https://api.seedrouter.ai/v1"
env_key = "SEEDROUTER_API_KEY"
wire_api = "responses"

Formato Anthropic Messages

El código escrito para la API de Anthropic Messages también puede llamar a DeepSeek V4.1 Flash: envía el cuerpo de Messages a /v1/messages con "model": "deepseek-v4.1-flash". Se aplican system, max_tokens, tools, tool_choice (auto, none), thinking (enabled, disabled) y temperature (0–2); se aceptan output_config.effort y metadata.user_id; top_k, stop_sequences y tool_choice any no tienen efecto. El razonamiento se devuelve como bloques thinking. Las imágenes se envían como fuentes base64 o url.

Errores

Los errores usan {"error": {"code": ..., "message": "..."}} (el endpoint de Messages usa el formato de error de Anthropic). El code es un código del catálogo de errores común. Las solicitudes fallidas no se facturan.

Consejos

• Desactiva el razonamiento en pasos sencillos y rápidos como clasificación o extracción; mantenlo activado para razonamiento, matemáticas y código.
• Coloca el contexto largo y reutilizado al inicio del prompt: la entrada en caché se factura a una fracción de la tarifa de entrada.
• Ejecuta los trabajos por lotes grandes en horas valle, cuando todas las tarifas cuestan la mitad.

Relacionado

• Precios de DeepSeek V4.1 Flash
• Descargar OpenAPI
• Markdown copiable