DeepSeek V4.1 Flash

DeepSeek V4.1 Flash è il modello veloce ed economico di DeepSeek (l'API di DeepSeek lo chiama deepseek-flash). Per impostazione predefinita ragiona prima di rispondere, e puoi disattivare il ragionamento o impostarne il livello a ogni richiesta. Invia la richiesta ufficiale DeepSeek a SeedRouter: cambia l'URL di base e la chiave API, mantieni il corpo.

ID modello

Input: testo e immagini. Output: testo. Consulta la pagina del modello per i prezzi attuali.

Esempio rapido

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."}]
  }'

Endpoint

Tutti e tre restituiscono il formato di risposta ufficiale di DeepSeek, con o senza streaming. Mantieni la chiave API nel codice lato server.

Parametri

Campi di Chat Completions:

Ragionamento e livello di ragionamento

Il ragionamento è attivo per impostazione predefinita al livello high. Disattivalo con "thinking": {"type": "disabled"} o "reasoning_effort": "none"; la risposta arriva subito e costa meno token di output. max dedica il massimo del ragionamento ai problemi difficili. Il ragionamento viene restituito in reasoning_content, accanto a content, ed è fatturato come token di output.

Quando una richiesta contiene tools, rimanda ogni messaggio precedente dell'assistente con il suo reasoning_content, come richiede DeepSeek nelle conversazioni con chiamate agli strumenti.

Input di immagini

Le immagini vanno nel content di un messaggio utente come parti image_url, con un URL http(s) pubblico oppure una data URI base64:

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

Un URL può avere al massimo 8192 caratteri e puntare a un'immagine di al massimo 32 MiB. Sostituisci l'URL di esempio con una tua immagine raggiungibile pubblicamente.

Dimensioni di fatturazione

Vedi i prezzi attuali nella pagina del modello. Una richiesta viene fatturata in base ai token che utilizza:

• token di input non presenti in cache (prompt_cache_miss_tokens),
• token di input presenti in cache (prompt_cache_hit_tokens),
• token di output, incluso il ragionamento.

Le tariffe dipendono da quando viene eseguita la richiesta. La fascia di punta va dalle 01:00 alle 04:00 e dalle 06:00 alle 10:00 UTC, dal lunedì al venerdì; tutte le altre ore, weekend compresi, sono fascia fuori punta, a metà delle tariffe della fascia di punta. L'addebito si basa sull'usage riportato con la risposta completata. Una richiesta fallita non viene addebitata. I registri di utilizzo del tuo account mostrano l'addebito esatto di ogni richiesta.

Output

Una richiesta Chat Completions senza streaming restituisce:

{
  "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 ogni chunk contiene un delta con reasoning_content o content, e l'ultimo chunk prima di data: [DONE] riporta l'utilizzo.

Responses API e Codex

POST /v1/responses accetta il corpo Responses: input, instructions, max_output_tokens, reasoning.effort (come reasoning_effort sopra), text.format (text o json_object; json_schema è accettato ma non applicato), tools (function e lo strumento personalizzato apply_patch), tool_choice, temperature, top_p, top_logprobs, user e stream. Il ragionamento viene restituito come elemento reasoning con contenuto reasoning_text, e uno stream trasporta eventi numerati da response.created a response.completed, con il ragionamento negli eventi response.reasoning_text.delta. L'API è stateless: previous_response_id, conversation e gli strumenti integrati come web_search vengono ignorati, quindi invia l'intera conversazione in input.

Per usare DeepSeek V4.1 Flash in Codex, aggiungi un provider a ~/.codex/config.toml e imposta 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

Anche il codice scritto per l'API Anthropic Messages può chiamare DeepSeek V4.1 Flash: invia il corpo Messages a /v1/messages con "model": "deepseek-v4.1-flash". system, max_tokens, tools, tool_choice (auto, none), thinking (enabled, disabled) e temperature (0–2) vengono applicati; output_config.effort e metadata.user_id sono accettati; top_k, stop_sequences e tool_choice any non hanno effetto. Il ragionamento viene restituito come blocchi thinking. Le immagini vengono passate come sorgenti base64 o url.

Errori

Gli errori usano {"error": {"code": ..., "message": "..."}} (l'endpoint Messages usa il formato di errore di Anthropic). Il code è un codice dal catalogo errori comune. Le richieste fallite non vengono addebitate.

Suggerimenti

• Disattiva il ragionamento per passaggi semplici e rapidi come classificazione o estrazione; tienilo attivo per ragionamento, matematica e codice.
• Metti il contesto lungo e riutilizzato all'inizio del prompt: l'input in cache viene fatturato a una frazione della tariffa di input.
• Esegui i grandi job batch nella fascia fuori punta, quando tutte le tariffe sono dimezzate.

Correlati

• Prezzi di DeepSeek V4.1 Flash
• Scarica OpenAPI
• Markdown copiabile