模型详情
deepseek-v4.1-flash
DeepSeek V4.1 Flash 是 DeepSeek 推出的稀疏混合专家模型，也是该公司首个基于因果编码器-解码器 (CED) 架构构建的模型。它从一个包含 552B 个参数的骨干网络中激活输入的 8B 个参数和输出的 16B 个参数，这种非对称划分使得每个 token 的计算量相对于模型的总规模而言较低。 图像理解是该架构固有的功能，视觉和文本嵌入从预训练开始就联合训练，而不是像早期的实验性 [V4 Flash Vision Exp] 那样在之后添加。 它适用于编码、终端和计算机使用代理，以及需要跨多个步骤完成的长周期任务和长 context 分析。压缩键值缓存将缓存内存减少到上一代 Flash 的大约四分之一，显著降低了代理工作负载的成本。 DeepSeek 将其定位为 V4.1 系列中最具成本效益的级别，并报告称其在性能、速度和任务完成时间方面超过了 [V4 Pro]。
模型规格
- 模型 ID
-
deepseek-v4.1-flash
- 上下文长度
- 1M
- 最大输出
- 384K
- 输入/输出模态
- 发布日期
- 2026-09
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$0.3000 /1M Tokens
补全
$1.2000 /1M Tokens
缓存读取
$0.0060 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
文本生成模型，输入输出包含文本、图像
deepseek-v4.1-flash 是文本生成模型。规格上，context window 为 1,000,000 个 Token，单次最多输出 384,000 个 Token。
使用前应检查什么？
1,000,000 context，输出上限 384,000
采用 deepseek-v4.1-flash 前，已声明支持工具调用、结构化输出、流式输出、提示词缓存、视觉输入、OpenAI SDK 兼容；知识库截止时间为 2025-05；发布于 2026-09-10。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
deepseek-v4.1-flash 以同一条路由接收文本与图像
文本与图像输入共用同一条路由与同一组密钥。MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 deepseek-v4.1-flash；既有客户端只需指向 https://api.mixroute.ai/v1 并把模型 ID 换成 deepseek-v4.1-flash，再跑一次集成测试即可。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
deepseek-v4.1-flash 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
结构化输出
deepseek-v4.1-flash 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
deepseek-v4.1-flash 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
deepseek-v4.1-flash 在支持的路由条件下可以使用提示缓存。
视觉输入
deepseek-v4.1-flash 可以同时处理图像与文本输入。
image_url 内容块中传入 base64 编码的图片，与文本消息一起发送。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 deepseek-v4.1-flash。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
同一前缀被重复读取的输入占比，最高 100%
09
FAQ
deepseek-v4.1-flash 是一个推理模型。reasoning effort 可以按请求调整。较低的设置可以减少推理次数和日常工作的成本；较高的设置则用于需要更深入搜索的问题。在生产环境中确定最终设置之前，应先使用两到三种设置评估质量。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。