DeepSeek-V4.1-Flash ist das kleinste Modell der neuen Architekturfamilie von DeepSeek, veröffentlicht am 10. September 2026, mit nativem multimodalen visuellen Verständnis – der Produktionsnachfolger sowohl von V4 Flash als auch vom V4 Flash Vision-Experiment. Die neue Architektur zielt auf eine höhere Leistungsobergrenze, schnellere Inferenz und höheren Durchsatz ab, und DeepSeek berichtet, dass V4.1 Flash V4 Pro in Bezug auf Leistung, Kosten, Geschwindigkeit und Gesamtaufgabenzeit umfassend übertrifft. Es akzeptiert Text und Bilder als Eingabe mit Textausgabe, bietet ein Kontextfenster von 1M Token mit bis zu 384K Ausgabe-Tokens und unterstützt Denkmodus (Standard, mit wählbarem Aufwand niedrig / hoch / maximal) sowie Nicht-Denkmodi über die Chat-Completions-, Responses- und Anthropic-kompatiblen APIs, zusammen mit JSON-Ausgabe, Tool-Aufrufen und Chat-Präfix-Vervollständigung; FIM funktioniert nur im Nicht-Denkmodus. Die Modellgewichte sind auf Hugging Face offen verfügbar (deepseek-ai/DeepSeek-V4.1-Flash). Offizielle Benchmarks bei der Veröffentlichung: 90,6 auf Terminal-Bench 2.1, 74,2 auf DeepSWE v1.1, 65,4 auf NL2Repo-Bench, 90,9 auf GPQA Diamond, 63,9 auf HLE mit Tools, und starke Ergebnisse für native Vision-Agenten (89,6 BabyVision, 78,9 Chartography mit Tools). Die Preise wurden im Zuge der Veröffentlichung gesenkt: 0,15 $/M Input (Cache-Miss), 0,60 $/M Output und 0,003 $/M bei Cache-Hits zu Off-Peak-Preisen, mit Verdopplung während der Spitzenzeiten an Wochentagen (01:00-04:00 und 06:00-10:00 UTC); alle anderen Stunden einschließlich Wochenenden sind Off-Peak.
OpenAI-kompatibel — behalte dein bisheriges SDK
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="deepseek/deepseek-v4.1-flash-free",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoninglogprobsmax_tokensreasoningreasoning_effortresponse_formatstopstreamstream_optionstemperaturethinkingtool_choicetoolstop_logprobstop_puser_id| Eingabe / 1M Tokens | $0 |
|---|---|
| Ausgabe / 1M Tokens | $0 |
| Abrechnung | Die Modellnutzung wird nie vom Guthaben abgebucht |
| Bei Überschreitung | HTTP 429, sobald ein Limit greift |
Ohne diese Limits nötig? deepseek/deepseek-v4.1-flash·So funktionieren die Gratis-Limits →
Worüber Entwickler diese Woche sprechen
GET /api/public/models/deepseek/deepseek-v4.1-flash-freeÖffnen @misc{orcarouter_deepseek_v4_1_flash_free,
title = {DeepSeek V4.1 Flash (Free) API},
author = {DeepSeek},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/deepseek/deepseek-v4.1-flash-free}
}DeepSeek. (n.d.). DeepSeek V4.1 Flash (Free) API. OrcaRouter. https://www.orcarouter.ai/models/deepseek/deepseek-v4.1-flash-free