DeepSeek 4.1 Flash 定价详解:错峰半价、唯一带视觉
DeepSeek 4.1 Flash 每百万输入 token 错峰 0.15 美元、高峰 0.30 美元,1M 上下文、2,500 并发,是 DeepSeek 唯一带视觉的模型。分档价格、旧模型名迁移与省钱技巧。

DeepSeek 4.1 Flash 就是你在 API 里填 deepseek-flash 时拿到的模型,版本号 DeepSeek-V4.1-Flash-1017。DeepSeek 目前只卖两个模型,另一个是 deepseek-v4-pro(DeepSeek-V4-Pro-0813),而在官方定价页上 Flash 便宜得多:错峰每百万 token 输入 0.15 美元、输出 0.60 美元。
它还悄悄在一个维度上更强:Flash 接受图片输入,V4-Pro 不接受。再加上 1M token 上下文、384K 最大输出、2,500 并发连接(V4-Pro 的 5 倍),「Flash」看起来就不太像廉价档,更像默认选项。
这篇讲完整价格表(错峰/高峰、缓存命中/未命中)、Flash 和 Pro 怎么选、已经悄悄把你旧的 deepseek-v4-flash 请求挪走的那次迁移,以及能把真实账单砍掉一半以上的调度和缓存习惯。
DeepSeek 4.1 Flash 是什么
两个事实解释了后面大部分内容。
第一,产品线极简。DeepSeek API 提供 deepseek-flash 和 deepseek-v4-pro,菜单就这两项。Flash 是 DeepSeek-V4.1-Flash-1017,Pro 是 DeepSeek-V4-Pro-0813。注意版本号:Flash 挂的是更新的 4.1 这一代,Pro 还是 V4;四位数后缀按月日读就是发布日期——Flash 是 10 月 17 日,Pro 是 8 月 13 日。
第二,思考模式默认开启。发请求默认拿到的是推理模型,除非你主动关掉。这影响一个功能:FIM(填充中间)补全只在非思考模式下可用。如果你把 Flash 接进编辑器做行内补全,这类调用要把思考关掉。
| 项目 | DeepSeek 4.1 Flash |
|---|---|
| API 模型名 | deepseek-flash |
| 版本 | DeepSeek-V4.1-Flash-1017 |
| 上下文窗口 | 1M token |
| 最大输出 | 384K token |
| 并发 | 2,500 连接 |
| 默认模式 | 思考模式 |
| 输入 | 文本 + 图片(视觉) |
| 功能 | JSON 输出、工具调用、Responses API、Anthropic 兼容 API |
| FIM 补全 | 仅非思考模式 |
DeepSeek 4.1 Flash 定价:六个数字全列出来
| 每百万 token | 错峰 | 高峰 |
|---|---|---|
| 输入(缓存命中) | 0.003 美元 | 0.006 美元 |
| 输入(缓存未命中) | 0.15 美元 | 0.30 美元 |
| 输出 | 0.60 美元 | 1.20 美元 |
错峰价全线正好是高峰价的一半。而「高峰」比你想的窄:仅工作日的 01:00-04:00 和 06:00-10:00 UTC,中国法定节假日除外。换成北京时间是 09:00-12:00 和 14:00-18:00——带午休的办公时间。其余时段,包括所有周末,都是错峰。
美东团队的整个工作日都落在错峰区,美西只有下午 5 点之后会碰到第一段高峰;欧洲的上午(07:00-11:00 CET)会撞上第二段高峰,柏林早上 9 点跑的流水线,比同一个任务下午 1 点跑贵一倍。
缓存命中是另一半故事。错峰时缓存命中的输入 token 只要 0.003 美元——未命中价的 2%,差 50 倍。每轮重发同一套系统提示和工具定义的 agent 循环、前缀固定文档的 RAG 流水线、拿同一个 prompt 跑几百个用例的评测脚本——预热之后基本都是命中,输入账单接近四舍五入误差。
算一笔账:1,000 万输入 token,80% 命中,错峰。800 万 × 0.003 加 200 万 × 0.15,等于 0.024 加 0.30,合计 0.32 美元。同样的 token 不走缓存:1.50 美元。不走缓存且在高峰:3.00 美元。同样的活,差距约 10 倍,完全取决于你什么时候跑、prompt 怎么组织。
Flash vs V4-Pro:价格、视觉、并发
| DeepSeek 4.1 Flash | DeepSeek V4-Pro | |
|---|---|---|
| API 模型名 | deepseek-flash | deepseek-v4-pro |
| 版本 | DeepSeek-V4.1-Flash-1017 | DeepSeek-V4-Pro-0813 |
| 输入(未命中,错峰) | 0.15 美元 | 0.66 美元 |
| 输出(错峰) | 0.60 美元 | 1.98 美元 |
| 视觉输入 | 支持 | 不支持 |
| 并发 | 2,500 | 500 |
算一下:错峰对错峰,Flash 的输入价是 V4-Pro 的 23%,输出是 30%。叫它「四分之一到三分之一」比较准——V4-Pro 的溢价是输入 4.4 倍、输出 3.3 倍。
然后是两条和价格无关的线。视觉:Flash 收图片,V4-Pro 不收,没有商量。如果你的 DeepSeek 流程要处理截图、扫描件或界面截图,Flash 不是便宜选项,是唯一选项。并发:2,500 对 500,一个 Flash 部署在开始排队前能同时跑 5 倍的请求。
V4-Pro 能换来的是最难任务上的能力——前提是你的评测确认了这一点,「Pro」是名字,不是保证。定价页已经告诉你验证的成本:同样 50 个 prompt 两边各跑一遍,比一下。
吞吐:2,500 并发对开发者意味着什么
并发上限是那种没人看、直到上线当天才看的参数。对托管 API 来说,2,500 个同时连接不少——够你把 agent 集群扇出去、批量分类积压数据、或者直接撑一个面向消费者的产品,不用在 DeepSeek 前面再架一层队列。V4-Pro 的 500 做内部工具没问题,做任何有规模的面向用户的东西就是天花板。
把并发、384K 最大输出和 1M 窗口放在一起看,Flash 是 DeepSeek 里适合流水线而不只是聊天的那个:长文档重写、多文件代码生成、吐大量结构化 JSON 的抽取任务。
变了什么:已退役的模型名
如果你还在发 deepseek-v4-flash,现在的情况是:名字照样被接受,背后的模型已经退役,请求被静默交给 DeepSeek-V4.1-Flash-1017 处理,按 Flash 价格计费。不报错。你的日志写着一个模型,输出来自另一个。
这既方便又有点危险。方便在什么都没坏;危险在你基于旧模型建立的评测基线、prompt 调优、输出格式假设,现在都在对着另一个模型跑,而你的仓库里没有一行变更记录。
该做的:把模型名改成 deepseek-flash,重跑你手头的回归集,确认思考模式的默认值和你的 prompt 预期一致(默认开启;FIM 需要关闭)。去官方文档核对完整的旧名字列表,别假设只有 flash 这一个别名被挪了。
Flash 还是 V4-Pro:一条简短的决策规则
选 Flash,只要满足任一条:需要图片输入;并发超过 500;量大到 3-4 倍的价差会在发票上显形;想用更新的 4.1 代模型。
选 V4-Pro,如果:你自己的评测显示它在 Flash 失败的任务上赢了,你是纯文本,并且并发在 500 以内。
默认做法: 从 Flash 起步,测量,把特定的难任务挪到 Pro——如果数字撑得住。别反过来。
省账单的实操建议
按 UTC 排程,不是按本地时间。 定在美东 02:00 的夜间批处理是 07:00 UTC——正好落在第二段高峰里。挪到 11:00 UTC 之后,或者放到周末跑,同一个任务半价。
prompt 按缓存优先来组织。 稳定前缀(系统提示、工具 schema、参考文档)放最上面,变动内容放最下面。命中 0.003 对未命中 0.15,是定价页上最大的一个比例。
不需要思考的地方关掉思考。 思考模式默认开启,它会在给出答案前花 token 推理,而输出是价格表里贵的那一栏。分类、抽取、FIM、短文本生成通常不需要——关掉再测一下差异。
Search 和 Fetch API 单独做预算。 DeepSeek 的 Search 和 Fetch 接口各按每 1,000 次成功请求 0.75 美元计费。免费期随 2026 年 11 月 1 日(北京时间)开始计费而结束——如果你在免费窗口里把它们接进了系统,这一项账单刚刚出现。
DeepSeek 4.1 Flash 适合谁
有量的团队。做会扇出的 agent 的人。需要 DeepSeek 模型处理图片的人——因为没有别的选项。还有,老实说,大多数因为「Pro」听起来更稳而准备默认选 V4-Pro 的人。
如果你在拿它和其他开源模型比:Kimi K3.1 Pro 是长上下文路线,2 / 10 美元——输入价是 Flash 错峰价的 13 倍,开源权重定于 11 月 4 日;GLM-5.3 是本轮的第三个名字。上手配置看我们的 DeepSeek V4.1 使用指南,DeepSeek 工具页跟踪产品本身。想把 Flash 塞进终端 agent,Anthropic 兼容端点是围绕 Claude Code 式工作流的工具常走的路——哪些功能能穿过兼容层,去文档核对。agent 本身的横评见类 Cursor AI 编程工具盘点。
常见问题
deepseek-flash 和 DeepSeek V4.1 Flash 有什么区别?
同一个模型。deepseek-flash 是 API 模型名,DeepSeek-V4.1-Flash-1017 是它背后的版本号。deepseek-v4-flash 这类旧名字也会被路由到它,按 Flash 价格计费。
DeepSeek 4.1 Flash 多少钱?
每百万 token:未命中输入错峰 0.15 / 高峰 0.30 美元,命中输入 0.003 / 0.006 美元,输出 0.60 / 1.20 美元。高峰是工作日 01:00-04:00 和 06:00-10:00 UTC(中国法定节假日除外),其余时段错峰半价。
DeepSeek V4-Pro 支持视觉吗?
不支持。当前两款模型里只有 DeepSeek 4.1 Flash 接受图片输入。V4-Pro 纯文本,错峰输入 0.66 / 输出 1.98 美元,并发 500,Flash 是 2,500。
思考模式默认开着吗?
是。Flash 默认思考模式。FIM 补全只在关闭思考时可用,所以编辑器式的补全调用要显式关掉。
DeepSeek 4.1 Flash 的上下文窗口多大?
1M token,单次输出最多 384K token。整仓库或长文档任务一次调用够用——只是记住,塞满 1M 输入在未命中价下光输入就是 0.15 到 0.30 美元。


