DeepSeek V4.1 Flash: De snelle tier, de echte prijs en het antwoord op de gratis vraag

DeepSeek V4.1 Flash is de snelle tier van de V4.1-lijn van DeepSeek: een multimodaal mixture-of-experts-model met een contextvenster van 1.048.576 tokens, beeldinvoer, onder MIT-licentie vrijgegeven gewichten op Hugging Face, en een lijstprijs buiten de piekuren van $ 0,15 per miljoen inputtokens en $ 0,60 per miljoen outputtokens. Het werd op 10 september 2026 algemeen beschikbaar, dus de release is een feit waarmee het model te dateren is, niet een gebeurtenis waarover deze pagina bericht — en twee vragen brengen lezers hier ruim na die datum: of het gratis is, en hoe het zich gedraagt tegenover welk model dan ook dat al voor hen staat. De eerste heeft een kort antwoord, dus die komt eerst.

Is DeepSeek V4.1 Flash gratis? Het antwoord waarvoor je kwam

Nee. Op het eigen platform van DeepSeek is er geen gratis API-laag voor dit model — geen gratis maandelijkse quota en geen gratis endpoint. Facturering is pay-as-you-go op basis van een opgewaardeerd saldo, tegen de tarieven op dezelfde kaart als de rest van de lijn. Het model-id dat je hiervoor aanroept is deepseek-flash, en elk verzoek tegen dat id wordt gefactureerd tegen de gepubliceerde Flash-tarieven. De consumenten-app is gratis te gebruiken; de API erachter niet, en het zijn twee afzonderlijke producten.

Wat echt bijna gratis is, is de cache. Een inputtoken met cachehit kost $0,003 per miljoen tegenover $0,15 voor een nieuw inputtoken buiten de piek — een vijftigste. Elke workload met een grote, stabiele prefix (systeeminstructies, toolschema's, een repositorymap) betaalt bijna niets voor het herhaalde deel van de prompt, terwijl de nieuwe tokens de kosten dragen. De exacte voorwaarden waaronder de korting geldt, zijn aan DeepSeek om te bepalen, niet aan de klant, dus lees de actuele documentatie voordat je een budget op dat getal baseert.

Er is een tweede reden waarom de kwestie van gratis toegang opkomt, en het is de moeite waard die van de eerste te scheiden. Platforms van derden adverteren met gratis of proeftoegang tot dit model, en die routes bestaan echt; het zijn ook het soort voorwaarden dat zonder kennisgeving verandert, en geen ervan heeft DeepSeek's eigen tariefkaart erachter. Beschouw ze als prototyping-oppervlakken, niet als productiebackends. Onze eigen catalogus bevat wel een instap zonder kosten — maar het is deepseek/deepseek-v4-flash-free, de uitgefaseerde V4 Flash, niet dit model. De twee schelen één versienummer en ze zijn niet hetzelfde.

Waar Flash staat in de V4.1-lijn

V4.1 is een nieuwe architectuurfamilie, geen puntrelease van V4. Flash is het kleine, snelle lid — de laag die is gebouwd voor doorvoer en kosten in plaats van voor de top van de ranglijst. Het bijbehorende vlaggenschipmodel is DeepSeek-V4-Pro-0813, aangeboden onder het model-id deepseek-v4-pro, dat wordt aangeboden voor $0,66 per miljoen input en $1,98 per miljoen output buiten de piekuren: ongeveer viereneenhalf keer Flash op input en iets meer dan drie keer op output, met een concurrencylimiet van 500 tegenover 2.500 voor Flash. DeepSeek zelf meldt dat V4.1 Flash V4 Pro op het gebied van prestaties, kosten, snelheid en totale taaktijd ruimschoots overtreft — dat is de eigen claim van de leverancier op zijn eigen benchmarks, geen onafhankelijke meting, en het is de reden dat de naamgeving van de lagen ondersteboven leest voor iedereen die aanneemt dat "Pro" altijd de betere koop is.

Eén grens om te handhaven: DeepSeek V4.1 Pro is nog niet uitgebracht. Het komt in het materiaal van DeepSeek alleen voor als een toekomstig model. Niets op deze pagina is erop van toepassing, en niets van wat wij aanbieden evenmin.

De specificatie, zoals DeepSeek die publiceert

Alles hieronder is gelezen uit de modelkaart op Hugging Face, op deepseek-ai/DeepSeek-V4.1-Flash. Waar een cijfer een claim van de leverancier is in plaats van een vastgestelde meting, wordt dat vermeld.

• Parameters — 552B-backbone, door de leverancier gerapporteerd. De kaart vermeldt 8B parameters die per token worden geactiveerd tijdens prefill en 16B tijdens decode, in een mixture-of-experts-indeling met 1 gedeelde expert en 384 gerouteerde experts per MoE-laag, waarvan zes per token actief zijn. • Architectuur — een Causale Encoder-Decoder met 40 lagen: een causale encoder met 20 lagen die een decoder met 20 lagen voedt. • Context — 1.048.576 tokens, die de kaart afrondt op één miljoen. • Uitvoerplafond — maximaal 384K tokens op de API van de leverancier, dus stel de limiet expliciet in in plaats van op de standaardwaarde te vertrouwen. • Modaliteit — tekst en afbeeldingen in, tekst uit. Vision loopt via een DeepSeek-ViT-encoder plus een tweelaagse MLP-projector. • Precisie — de gepubliceerde gewichten zijn safetensors in BF16, F32, F8_E4M3 en I8, met FP8 gemarkeerd op de kaart. De KV-cache is gekwantiseerd naar FP4 (E2M1 met een E4M3-schaal per 16 kanalen). • Licentie — MIT, zowel voor de repository als voor de gewichten. • Release — algemene beschikbaarheid op 10 september 2026; 48 safetensors-shards, ongeveer 510 GB in de repository.

Flash tegen Pro: de vraag die de naam van het niveau oproept

Als je tussen de twee kiest, is de regel niet "Pro is sterker". De Flash-tier bestaat voor volume: kostengevoelig verkeer met hoge gelijktijdigheid, waarbij een tokenfactuur die een kwart van die van Pro bedraagt, zwaarder weegt dan de laatste paar punten aan capaciteit, en waarbij de gelijktijdigheidslimiet van 2.500 requests op zichzelf de reden is om hier te zijn. De Pro-tier bestaat voor het moeilijkste redeneer- en agentische werk, waarbij je betaalt voor de top van het assortiment en het doorvoerplafond een beperking is die je accepteert. Dat is de hele vorm van de keuze — het bewijs uit de rechtstreekse vergelijking, inclusief waar Pro nog steeds wint, staat in onze eigen vergelijking DeepSeek V4.1 Flash vs DeepSeek V4 Pro in plaats van hier, en de twee pagina's zijn bewust geen herhaling van elkaar.

Uitvoeren: API, gewichten of beide

Beide routes staan open. DeepSeek serveert het model op zijn eigen API onder de id deepseek-flash, op een OpenAI-compatibele base-URL en op een Anthropic-compatibele, dus een bestaande client hoeft meestal alleen de modelstring te wijzigen. Los daarvan zijn de weights downloadbaar: MIT-gelicenseerd, 48 safetensors-shards, ongeveer 510 GB, waardoor ze buiten elke single-GPU-machine vallen en precies in de categorie 'huur een node of doe het niet' terechtkomen. DeepSeek levert ook een officieel inference-recept in de repository — een leesbare referentie-implementatie in plaats van een productie-servingengine — en het uitgewerkte voorbeeld zet de weights om naar fp4-experts bij een model-parallelle grootte van acht, wat het dichtst in de buurt komt van een sizing-verklaring die de repository biedt. Het praktische detail dat bepaalt of self-hosting prettig is, is een ander: het model ondersteunt een continu selecteerbare reasoning-inspanning van 1 tot 100, en het blijft vrolijk genereren, lang nadat het werk gedaan is, als je die knop niet afstelt. De gemeten rigs, de doorvoercijfers die mensen daadwerkelijk rapporteren, en de overthinking-faalmodus met mitigaties die werken staan allemaal in onze DeepSeek V4.1 Flash local-deployment playbook; de eerlijke samenvatting is dat de API-route goedkoper is tot je volume groot wordt, en dat de weights-route een capaciteitsbeslissing is in plaats van een kostenbeslissing.

Wat is niet geregeld

Twee dingen, en geen van beide is onbeduidend. Het aantal parameters klopt niet met de gewichten. DeepSeeks modelkaart zegt 552B; de eigen safetensors-index van de repository — het veld Modelgrootte op de Hugging Face-modelpagina — komt op 763B in totaal over de 48 shards, in een repository van ongeveer 510 GB. Beide getallen zijn gepubliceerd, het zijn niet hetzelfde getal, en niemand heeft het verschil in het openbaar beslecht, dus behandel 552B als door de leverancier gerapporteerd in plaats van gemeten. En DeepSeeks eigen materiaal is inconsistent over de oudere V4 Flash-identificaties — de prijzenpagina zegt dat de buiten gebruik gestelde namen worden geaccepteerd en naar dit model worden gerouteerd tegen Flash-tarieven, terwijl andere pagina's de routering anders beschrijven. Lees het model terug uit het antwoord in plaats van aan te nemen welk model heeft geantwoord.

Beschikbaarheid op OrcaRouter, vandaag gecontroleerd

OrcaRouter levert dit model. Het staat in onze live catalogus als deepseek/deepseek-v4.1-flash — let op: de identifier spelt de versie met een punt, v4.1, terwijl onze blog-slugs er een koppelteken in gebruiken. Kopieer de string exact zoals de lijst hem heeft, anders vindt een client niets. De listing heeft een contextvenster van 1.048.576 tokens, een maximale output van 384K, tekst- en afbeeldingsinvoer, en de eigen dalurentarieven van de leverancier van $0,15 per miljoen invoer en $0,60 per miljoen uitvoer, met $0,003 per miljoen bij cachehits, doorgegeven met 0% opslag — het tarief van DeepSeek is wat je betaalt, en de piekvensters van DeepSeek op weekdagen verdubbelen dat nog steeds. Automatische failover betekent dat je een onbewezen model achter een route kunt plaatsen die terugvalt wanneer er fouten optreden of de rate limit wordt bereikt, wat een goedkope manier is om erachter te komen of het standhoudt voordat het een productiepad bereikt. Die uitspraak geldt alleen voor deze identifier en dit model; DeepSeek V4 Pro en de bredere V4-lijn zijn aparte listings en aparte feiten.

De vergelijkingsset: wat je hierna opent

Dit is waar de lezers zich daadwerkelijk bevinden. In onze eigen Search Console-gegevens, opgehaald op 13-10-2026, kreeg de DeepSeek V4.1 Flash-familie 9.444 vertoningen en 418 kliks over 198 zoekopdrachten — en de grootste rij qua vertoningen was niet de modelnaam maar een head-to-head, deepseek v4.1 flash vs glm 5.3 flash, met 1.372 vertoningen. De kale term was 2.025 vertoningen over 33 zoekopdrachten. Onder deze stam staan tien vergelijkingspagina's, en elk daarvan is geschreven om zijn eigen vraag te beantwoorden in plaats van deze pagina te herhalen:

• DeepSeek V4.1 Flash vs GLM-5.3-Flash — de prijsconcurrentie, en de opstartlatentieboete die komt kijken bij het winnen ervan. • DeepSeek V4.1 Flash vs DeepSeek V4 Flash — de migratievraag, die DeepSeek deels beantwoordde door de identifiers van het oudere model buiten gebruik te stellen. • DeepSeek V4.1 Flash vs DeepSeek V4 Pro — de overdracht die DeepSeek plande en vervolgens annuleerde, en waar je dan tussen moet kiezen. • DeepSeek V4.1 Flash vs Gemini 3.8 Flash — twee goedkope prijzen verbonden aan twee heel verschillende soorten afloop. • DeepSeek V4.1 Flash vs GPT-5.6 Sol — het prijsverschil naast het verschil in time-to-first-token. • DeepSeek V4.1 Flash vs GPT-5.6 Terra — waar een contextdrempel het tarief midden in een aanvraag verandert. • DeepSeek V4.1 Flash vs Claude Opus 5 — twee scoreborden die het er niet over eens zijn welk model heeft gewonnen. • DeepSeek V4.1 Flash vs Grok 4.6 — een kleine capaciteitsdelta tegenover een grote terugkerende factuur. • DeepSeek V4.1 Flash vs Kimi K3 — de bewering van de leverancier zelf over de onderlinge vergelijking, getoetst aan het bewijs erachter. • DeepSeek V4.1 Flash vs Qwen3.8-Max — hetzelfde contextvenster tegen twintig keer de tokenprijs.

Als je maar tijd hebt voor één, neem dan de GLM-5.3-Flash-vergelijking: dat is de rij die lezers het vaakst typen, en de twee modellen liggen qua prijs dicht genoeg bij elkaar dat de beslissing draait om hoe snel je het eerste token nodig hebt in plaats van om hoeveel elk token kost.