DeepSeek V4.1 Flash

DeepSeek V4.1 Flash 是 DeepSeek 快速、低成本的模型（DeepSeek 自己的 API 称之为 deepseek-flash）。它默认先思考再作答，你可以按请求关闭思考或设置其强度。向 SeedRouter 发送官方 DeepSeek 请求：修改 base URL 和 API key，保持请求体不变。

模型 ID

输入：文本和图像。输出：文本。查看模型页了解当前价格。

快速示例

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."}]
  }'

端点

三个端点都返回 DeepSeek 的官方响应格式，流式与非流式均可。将 API key 保存在服务端代码中。

参数

Chat Completions 字段：

思考和强度

思考默认开启，强度为 high。用 "thinking": {"type": "disabled"} 或 "reasoning_effort": "none" 关闭思考；这样答案会立即返回，输出 token 也更少。max 在难题上投入最多的推理。推理内容在 reasoning_content 中返回，与 content 并列，按输出 token 计费。

当请求带有 tools 时，请把之前每条 assistant 消息连同其 reasoning_content 一起发回，这是 DeepSeek 对工具调用对话的要求。

图像输入

图像放在用户消息的 content 中，作为 image_url 部分传入，可以是公开的 http(s) URL，也可以是 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 最长 8192 个字符，指向的图像最大 32 MiB。将示例 URL 替换为你自己的公开可访问图像。

计费维度

查看模型页面上的当前费率。请求按其使用的 token 计费：

• 未命中缓存的输入 token（prompt_cache_miss_tokens），
• 命中缓存的输入 token（prompt_cache_hit_tokens），
• 输出 token（包括推理）。

费率取决于请求运行的时间。高峰时段为 UTC 周一至周五的 01:00–04:00 和 06:00–10:00；其余所有时间（包括周末）为非高峰时段，费率为高峰时段的一半。费用从完成响应报告的 usage 中扣除。失败的请求不会被计费。你的账户使用记录显示每个请求的确切费用。

输出

非流式 Chat Completions 请求返回：

{
  "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}
  }
}

设置 "stream": true 时，每个数据块都带有一个 delta，其中是 reasoning_content 或 content；data: [DONE] 之前的最后一个数据块携带用量。

Responses API 和 Codex

POST /v1/responses 接受 Responses 请求体：input、instructions、max_output_tokens、reasoning.effort（取值同上文的 reasoning_effort）、text.format（text 或 json_object；json_schema 会被接受但不强制执行）、tools（function 和 apply_patch 自定义工具）、tool_choice、temperature、top_p、top_logprobs、user 和 stream。推理内容以带 reasoning_text 内容的 reasoning 项返回，流式响应携带从 response.created 到 response.completed 的编号事件，推理内容在 response.reasoning_text.delta 事件中。该 API 是无状态的：previous_response_id、conversation 以及 web_search 等内置工具会被忽略，因此请在 input 中发送完整对话。

要在 Codex 中使用 DeepSeek V4.1 Flash，在 ~/.codex/config.toml 中添加一个 provider，并设置 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"

Anthropic Messages 格式

为 Anthropic Messages API 编写的代码同样可以调用 DeepSeek V4.1 Flash：将 Messages 请求体发送到 /v1/messages，并设置 "model": "deepseek-v4.1-flash"。system、max_tokens、tools、tool_choice（auto、none）、thinking（enabled、disabled）和 temperature（0–2）会生效；output_config.effort 和 metadata.user_id 会被接受；top_k、stop_sequences 和 tool_choice any 不起作用。推理内容以 thinking 块返回。图像以 base64 或 url 来源传入。

错误

错误使用 {"error": {"code": ..., "message": "..."}} 格式（Messages 端点使用 Anthropic 的错误格式）。code 是来自公共错误目录的代码。失败的请求不会被计费。

建议

• 分类、提取等简单快速的步骤可关闭思考；推理、数学和代码任务保持开启。
• 将长的、重复使用的上下文放在提示开头：缓存输入的费率只有输入费率的一小部分。
• 大批量任务放在非高峰时段运行，届时所有费率都减半。

相关内容

• DeepSeek V4.1 Flash 定价
• 下载 OpenAPI
• 可复制的 Markdown