DeepSeek V4.1 Flash: Tingkat Cepat, Harga Sebenarnya, dan Pertanyaan Gratis yang Terjawab

DeepSeek V4.1 Flash adalah tier cepat dari lini V4.1 DeepSeek: model mixture-of-experts multimodal dengan jendela konteks 1.048.576 token, input gambar, bobot berlisensi MIT di Hugging Face, dan harga daftar di luar jam sibuk $0,15 per juta token input dan $0,60 per juta output. Model ini tersedia secara umum pada 2026-09-10, jadi rilisnya adalah fakta yang menentukan tanggal model, bukan peristiwa yang dilaporkan halaman ini — dan dua pertanyaan membawa pembaca ke sini jauh setelah tanggal itu: apakah model ini gratis, dan bagaimana perilakunya dibandingkan model apa pun yang sudah ada di depan mereka. Pertanyaan pertama punya jawaban singkat, jadi dibahas lebih dulu.

Apakah DeepSeek V4.1 Flash gratis? Jawaban yang Anda cari

Tidak. Di platform DeepSeek sendiri, tidak ada tier API gratis untuk model ini — tidak ada kuota bulanan gratis dan tidak ada endpoint gratis. Penagihannya bersifat bayar sesuai pemakaian terhadap saldo yang telah diisi ulang, dengan tarif pada kartu yang sama seperti bagian lain dari lini ini. ID model yang Anda panggil untuknya adalah deepseek-flash, dan setiap permintaan terhadap ID tersebut ditagih dengan tarif Flash yang dipublikasikan. Aplikasi konsumennya gratis digunakan; API di baliknya tidak, dan keduanya adalah produk yang terpisah.

Yang benar-benar mendekati gratis adalah cache. Token masukan yang hit cache biayanya $0.003 per juta, dibandingkan $0.15 untuk token masukan baru di luar jam sibuk — satu per lima puluh. Beban kerja apa pun dengan prefiks besar dan stabil (instruksi sistem, skema alat, peta repositori) nyaris tidak membayar apa pun untuk bagian prompt yang berulang, sementara token baru yang menanggung biayanya. Kondisi persis kapan diskon berlaku ditentukan oleh DeepSeek, bukan oleh klien, jadi bacalah dokumentasi terkini sebelum Anda menyusun anggaran berdasarkan angka tersebut.

Ada alasan kedua mengapa pertanyaan soal gratis muncul, dan itu layak dipisahkan dari alasan pertama. Platform pihak ketiga mengiklankan akses gratis atau uji coba ke model ini, dan jalur-jalur itu nyata; itu juga jenis ketentuan yang berubah tanpa pemberitahuan, dan tak satu pun darinya didukung oleh daftar tarif DeepSeek sendiri. Perlakukan itu sebagai sarana prototipe, bukan backend produksi. Katalog kami sendiri memang memiliki entri tanpa biaya — tetapi itu adalah deepseek/deepseek-v4-flash-free, V4 Flash yang sudah pensiun, bukan model ini. Keduanya terpaut satu nomor versi dan bukanlah hal yang sama.

Posisi Flash dalam lini V4.1

V4.1 adalah keluarga arsitektur baru, bukan rilis minor dari V4. Flash adalah anggotanya yang kecil dan cepat — tier yang dibangun untuk throughput dan biaya, bukan untuk posisi teratas di papan peringkat. Saudara andalannya adalah DeepSeek-V4-Pro-0813, yang dilayani dengan id model deepseek-v4-pro, yang dihargai $0,66 per juta input dan $1,98 per juta output di luar jam sibuk: sekitar empat setengah kali Flash untuk input dan sedikit lebih dari tiga kali untuk output, dengan batas konkurensi 500 versus 2.500 milik Flash. DeepSeek sendiri melaporkan bahwa V4.1 Flash secara komprehensif melampaui V4 Pro dalam hal performa, biaya, kecepatan, dan total waktu tugas — itu adalah klaim vendor sendiri atas benchmark-nya sendiri, bukan pengukuran independen, dan itulah alasan penamaan tier terbaca terbalik bagi siapa pun yang menganggap "Pro" selalu menjadi pilihan yang lebih baik.

Satu batas yang harus dijaga: DeepSeek V4.1 Pro belum dirilis. Model ini muncul dalam materi DeepSeek hanya sebagai model masa depan. Tidak ada apa pun di halaman ini yang berlaku untuknya, dan tidak juga apa pun yang kami sediakan.

Spesifikasi tersebut, sebagaimana dipublikasikan oleh DeepSeek

Semua yang di bawah ini dibaca dari kartu model di Hugging Face, di deepseek-ai/DeepSeek-V4.1-Flash. Jika suatu angka merupakan klaim vendor dan bukan hasil pengukuran yang sudah mapan, hal itu akan disebutkan.

• Parameter — tulang punggung 552B, menurut laporan vendor. Kartu menyatakan 8B parameter diaktifkan per token selama prefill dan 16B selama decode, dalam tata letak mixture-of-experts dengan 1 expert bersama dan 384 expert routed per lapisan MoE, enam di antaranya aktif per token. • Arsitektur — Causal Encoder-Decoder 40 lapisan: encoder kausal 20 lapisan yang menyuplai decoder 20 lapisan. • Konteks — 1.048.576 token, yang dibulatkan kartu menjadi satu juta. • Batas keluaran — maksimum 384K token di API vendor, jadi tetapkan batasnya secara eksplisit alih-alih mempercayai default. • Modalitas — masukan teks dan gambar, keluaran teks. Visi berjalan melalui encoder DeepSeek-ViT plus proyektor MLP dua lapis. • Presisi — bobot yang dipublikasikan berupa safetensors dalam BF16, F32, F8_E4M3, dan I8, dengan FP8 ditandai pada kartu. Cache KV dikuantisasi ke FP4 (E2M1 dengan skala E4M3 per 16 kanal). • Lisensi — MIT, untuk repositori maupun bobotnya. • Rilis — ketersediaan umum pada 2026-09-10; 48 shard safetensors, sekitar 510 GB di repositori.

Flash vs Pro: pertanyaan yang diciptakan oleh nama tingkatan itu

Jika Anda memilih di antara keduanya, aturannya bukan "Pro lebih kuat". Tier Flash ada untuk volume: trafik berkoni kurensi tinggi dan sensitif biaya, di mana tagihan token yang hanya seperempat dari Pro lebih penting daripada beberapa poin terakhir kemampuan, dan di mana batas konkurensi 2.500 permintaan itu sendiri menjadi alasan untuk berada di sini. Tier Pro ada untuk penalaran dan pekerjaan agentik yang paling sulit, di mana Anda membayar untuk puncak jajaran dan batas throughput adalah kendala yang Anda terima. Itulah keseluruhan bentuk pilihannya — bukti adu langsung, termasuk di mana Pro masih menang, ada dalam perbandingan DeepSeek V4.1 Flash vs DeepSeek V4 Pro milik kami sendiri, bukan di sini, dan kedua halaman itu sengaja tidak mengulang satu sama lain.

Menjalankannya: API, bobot, atau keduanya

Kedua jalur terbuka. DeepSeek menyajikan model di API-nya sendiri dengan id deepseek-flash, pada base URL yang kompatibel dengan OpenAI dan satu lagi yang kompatibel dengan Anthropic, sehingga klien yang sudah ada biasanya hanya perlu mengganti string modelnya. Secara terpisah, bobotnya dapat diunduh: berlisensi MIT, 48 shard safetensors, sekitar 510 GB, yang menempatkannya di luar jangkauan mesin satu GPU mana pun dan tepat masuk kategori "sewa satu node atau jangan repot-repot". DeepSeek juga menyertakan resep inferensi resmi di dalam repositori — implementasi referensi yang mudah dibaca, bukan mesin penyajian produksi — dan contoh kerjanya mengonversi bobot menjadi pakar fp4 pada ukuran paralel model delapan, yang merupakan hal paling mendekati pernyataan ukuran yang ditawarkan repositori. Detail praktis yang menentukan apakah self-hosting menyenangkan adalah hal lain: model mendukung tingkat upaya penalaran yang dapat dipilih secara kontinu dari 1 hingga 100, dan ia akan dengan senang hati terus menghasilkan jauh setelah pekerjaan selesai jika Anda tidak menyetel kenop itu. Rig yang diukur, angka throughput yang benar-benar dilaporkan orang, dan mode kegagalan overthinking dengan mitigasi yang berhasil semuanya ada di playbook penerapan lokal DeepSeek V4.1 Flash kami; ringkasan jujurnya adalah jalur API lebih murah sampai volume Anda besar, dan jalur bobot adalah keputusan kapasitas, bukan keputusan biaya.

Apa yang belum terselesaikan

Dua hal, dan tak satu pun remeh. Jumlah parameter tidak selaras dengan bobot. Kartu DeepSeek menyebut 552B; indeks safetensors milik repositori itu sendiri — bidang Ukuran Model di halaman model Hugging Face — berjumlah total 763B di 48 shard, dalam repositori sekitar 510 GB. Kedua angka dipublikasikan, keduanya bukan angka yang sama, dan tidak ada yang mengadili selisihnya secara publik, jadi perlakukan 552B sebagai angka yang dilaporkan vendor, bukan hasil pengukuran. Dan materi DeepSeek sendiri tidak konsisten tentang pengenal V4 Flash yang lebih lama — halaman harga menyatakan nama-nama yang sudah dihentikan diterima dan dirutekan ke model ini dengan tarif Flash, sementara halaman lain menjelaskan peruteannya secara berbeda. Baca balik model dari respons alih-alih mengasumsikan model mana yang menjawab.

Ketersediaan di OrcaRouter, diperiksa hari ini

OrcaRouter melayani model ini. Model ini tercantum dalam katalog langsung kami sebagai deepseek/deepseek-v4.1-flash — perlu dicatat bahwa pengenal tersebut menuliskan versi dengan titik, v4.1, sedangkan slug blog kami menuliskannya dengan tanda hubung. Salin string itu persis seperti yang tertera di daftar, kalau tidak klien tidak akan menemukan apa pun. Daftar ini mencakup jendela konteks 1.048.576 token, keluaran maksimum 384K, masukan teks dan gambar, serta angka off-peak dari vendor sendiri sebesar $0,15 per juta masukan dan $0,60 per juta keluaran dengan $0,003 per juta untuk cache hit, diteruskan pada markup 0% — tarif DeepSeek adalah yang Anda bayar, dan jendela jam sibuk hari kerja DeepSeek tetap menggandakannya. Failover otomatis berarti Anda dapat menempatkan model yang belum terbukti di balik rute yang akan beralih ketika model itu mengalami error atau kena rate limit, yang merupakan cara murah untuk mengetahui apakah model itu tahan sebelum masuk ke jalur produksi. Pernyataan itu hanya berlaku untuk pengenal ini dan model ini; DeepSeek V4 Pro dan lini V4 yang lebih luas adalah daftar dan fakta yang terpisah.

Set perbandingan: apa yang harus dibuka berikutnya

Di sinilah para pembaca sebenarnya berada. Dalam data Search Console kami sendiri, yang ditarik pada 2026-10-13, keluarga DeepSeek V4.1 Flash memperoleh 9.444 impresi dan 418 klik di 198 kueri — dan barisnya yang paling besar berdasarkan impresi bukanlah nama model, melainkan perbandingan langsung, deepseek v4.1 flash vs glm 5.3 flash, dengan 1.372 impresi. Istilah itu sendiri memperoleh 2.025 impresi di 33 kueri. Sepuluh halaman perbandingan berada di bawah induk ini, dan masing-masing ditulis untuk menjawab pertanyaannya sendiri alih-alih mengulang halaman ini:

• DeepSeek V4.1 Flash vs GLM-5.3-Flash — persaingan harga, dan penalti latensi awal yang menyertai kemenangannya. • DeepSeek V4.1 Flash vs DeepSeek V4 Flash — pertanyaan migrasi, yang sebagian dijawab DeepSeek dengan memensiunkan pengenal model lama. • DeepSeek V4.1 Flash vs DeepSeek V4 Pro — serah terima yang dijadwalkan DeepSeek lalu dibatalkan, dan apa yang tersisa bagi Anda untuk dipilih di antara keduanya. • DeepSeek V4.1 Flash vs Gemini 3.8 Flash — dua harga murah yang melekat pada dua jenis kedaluwarsa yang sangat berbeda. • DeepSeek V4.1 Flash vs GPT-5.6 Sol — kesenjangan harga di samping kesenjangan waktu hingga token pertama. • DeepSeek V4.1 Flash vs GPT-5.6 Terra — tempat ambang batas konteks mengubah tarif di tengah permintaan. • DeepSeek V4.1 Flash vs Claude Opus 5 — dua papan skor yang tidak sepakat tentang model mana yang menang. • DeepSeek V4.1 Flash vs Grok 4.6 — delta kemampuan kecil versus tagihan berulang yang besar. • DeepSeek V4.1 Flash vs Kimi K3 — klaim adu langsung dari vendor itu sendiri, yang diperiksa terhadap bukti di baliknya. • DeepSeek V4.1 Flash vs Qwen3.8-Max — jendela konteks yang sama dengan harga token dua puluh kali lipat.

Jika Anda hanya punya waktu untuk satu, ambil perbandingan GLM-5.3-Flash: itu adalah baris yang paling sering diketik pembaca, dan kedua model cukup berdekatan harganya sehingga keputusan bergantung pada seberapa cepat Anda memerlukan token pertama, bukan pada berapa biaya setiap token.