DeepSeek V4.1 Flash

DeepSeek V4.1 Flash — быстрая и недорогая модель DeepSeek (в собственном API DeepSeek она называется deepseek-flash). По умолчанию она рассуждает перед ответом, а вы можете отключить рассуждение или задать его уровень в каждом запросе. Отправьте официальный запрос DeepSeek в SeedRouter: измените базовый URL и API-ключ, тело оставьте прежним.

ID модели

Вход: текст и изображения. Выход: текст. Актуальные цены смотрите на странице модели.

Краткий пример

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."}]
  }'

Конечные точки

Все три возвращают официальный формат ответа DeepSeek, со стримингом или без. Храните API-ключ в коде на серверной стороне.

Параметры

Поля Chat Completions:

Рассуждение и уровень рассуждения

По умолчанию рассуждение включено на уровне high. Отключите его через "thinking": {"type": "disabled"} или "reasoning_effort": "none"; тогда ответ приходит сразу и расходует меньше выходных токенов. max тратит больше всего рассуждения на сложные задачи. Рассуждение возвращается в reasoning_content, рядом с content, и тарифицируется как выходные токены.

Если запрос содержит tools, отправляйте каждое предыдущее сообщение assistant обратно вместе с его reasoning_content, как того требует DeepSeek в диалогах с вызовами инструментов.

Входные изображения

Изображения передаются в content пользовательского сообщения как части image_url: публичный URL http(s) или base64 data URI:

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

URL может содержать не более 8192 символов и указывать на изображение размером не более 32 MiB. Замените пример URL собственным общедоступным изображением.

Измерения стоимости

Смотрите актуальные тарифы на странице модели. Запрос тарифицируется по используемым токенам:

• входные токены, не найденные в кэше (prompt_cache_miss_tokens),
• входные токены, найденные в кэше (prompt_cache_hit_tokens),
• выходные токены, включая рассуждение.

Тарифы зависят от того, когда выполняется запрос. Часы пик — с 01:00 до 04:00 и с 06:00 до 10:00 UTC, с понедельника по пятницу; все остальные часы, включая выходные, — непиковые часы с тарифами вдвое ниже пиковых. Сумма берётся из usage, возвращённого с завершённым ответом. Неудачный запрос не тарифицируется. Записи использования вашей учётной записи показывают точную сумму для каждого запроса.

Вывод

Нестриминговый запрос Chat Completions возвращает:

{
  "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}
  }
}

При "stream": true каждый чанк содержит delta с reasoning_content или content, а последний чанк перед data: [DONE] передаёт данные об использовании.

Responses API и Codex

POST /v1/responses принимает тело Responses: input, instructions, max_output_tokens, reasoning.effort (как reasoning_effort выше), text.format (text или json_object; json_schema принимается, но не применяется), tools (function и пользовательский инструмент apply_patch), tool_choice, temperature, top_p, top_logprobs, user и stream. Рассуждение возвращается как элемент reasoning с содержимым reasoning_text, а поток передаёт пронумерованные события от response.created до response.completed, с рассуждением в событиях response.reasoning_text.delta. API не хранит состояние: previous_response_id, conversation и встроенные инструменты вроде web_search игнорируются, поэтому отправляйте весь диалог в input.

Чтобы использовать DeepSeek V4.1 Flash в Codex, добавьте provider в ~/.codex/config.toml и задайте 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"

Формат Anthropic Messages

Код, написанный для Anthropic Messages API, тоже может вызывать DeepSeek V4.1 Flash: отправьте тело Messages на /v1/messages с "model": "deepseek-v4.1-flash". system, max_tokens, tools, tool_choice (auto, none), thinking (enabled, disabled) и temperature (0–2) применяются; output_config.effort и metadata.user_id принимаются; top_k, stop_sequences и tool_choice any не имеют эффекта. Рассуждение возвращается блоками thinking. Изображения передаются как источники base64 или url.

Ошибки

Ошибки используют форму {"error": {"code": ..., "message": "..."}} (конечная точка Messages использует формат ошибок Anthropic). Поле code — это код из общего каталога ошибок. Неудачные запросы не тарифицируются.

Советы

• Отключайте рассуждение для простых быстрых шагов, таких как классификация или извлечение; оставляйте его включённым для рассуждений, математики и кода.
• Помещайте длинный, повторно используемый контекст в начало промпта: кэшированный вход тарифицируется по доле от входного тарифа.
• Запускайте крупные пакетные задания в непиковые часы, когда все тарифы вдвое ниже.

Связанные материалы

• Цены DeepSeek V4.1 Flash
• Загрузить OpenAPI
• Копируемый Markdown