DeepSeek V4.1 Flash: быстрый тариф, его реальная цена и ответ на вопрос о бесплатности

DeepSeek V4.1 Flash — это быстрый уровень линейки V4.1 от DeepSeek: мультимодальная модель со смесью экспертов с контекстным окном в 1 048 576 токенов, поддержкой ввода изображений, весами под лицензией MIT на Hugging Face и ценой по прайс-листу в непиковые часы — $0.15 за миллион входных токенов и $0.60 за миллион выходных. Она стала общедоступной 10 сентября 2026 года, так что релиз — это факт, датирующий модель, а не событие, о котором сообщает эта страница, — и два вопроса приводят читателей сюда спустя много времени после этой даты: бесплатна ли она и как она ведёт себя по сравнению с той моделью, что уже перед ними. На первый есть короткий ответ, поэтому он идёт первым.

DeepSeek V4.1 Flash бесплатен? Ответ, за которым вы пришли

Нет. На собственной платформе DeepSeek для этой модели нет бесплатного уровня API — ни бесплатной месячной квоты, ни бесплатного эндпоинта. Оплата производится по мере использования с пополненного баланса по тарифам, указанным в той же карточке, что и для остальной линейки. Идентификатор модели, который вы вызываете для неё, — deepseek-flash, и каждый запрос по этому идентификатору тарифицируется по опубликованным тарифам Flash. Пользовательское приложение бесплатно; API за ним — нет, и это два отдельных продукта.

По-настоящему близким к бесплатному является кэш. Входной токен при попадании в кэш стоит $0.003 за миллион против $0.15 за новый входной токен в непиковые часы — одна пятидесятая. Любая нагрузка с большим стабильным префиксом (системные инструкции, схемы инструментов, карта репозитория) почти ничего не платит за повторяющуюся часть промпта, тогда как расходы приходятся на новые токены. Точные условия, при которых применяется скидка, устанавливает DeepSeek, а не клиент, поэтому перед тем как строить бюджет на основе этой цифры, прочитайте актуальную документацию.

Есть и вторая причина, по которой возникает вопрос о бесплатном доступе, и её стоит отделить от первой. Сторонние платформы рекламируют бесплатный или пробный доступ к этой модели, и такие маршруты реальны; но это также условия, которые меняются без предупреждения, и ни за одним из них не стоит собственная тарифная сетка DeepSeek. Рассматривайте их как площадки для прототипирования, а не как продакшен-бэкенды. В нашем собственном каталоге действительно есть бесплатная позиция — но это deepseek/deepseek-v4-flash-free, снятая с поддержки V4 Flash, а не эта модель. Они различаются на один номер версии, и это не одно и то же.

Где Flash находится в линейке V4.1

V4.1 — это новое семейство архитектур, а не точечный релиз V4. Flash — его малый, быстрый представитель: уровень, созданный ради пропускной способности и экономичности, а не ради вершины рейтинга. Флагманский собрат — DeepSeek-V4-Pro-0813, обслуживаемый под идентификатором модели deepseek-v4-pro, который стоит $0,66 за миллион входных и $1,98 за миллион выходных токенов в непиковые часы: примерно в четыре с половиной раза дороже Flash по входу и чуть более чем в три раза по выходу, при ограничении параллелизма в 500 против 2500 у Flash. Сама DeepSeek сообщает, что V4.1 Flash по производительности, стоимости, скорости и общему времени выполнения задач всесторонне превосходит V4 Pro — это заявление самого вендора по его собственным бенчмаркам, а не независимое измерение, и именно поэтому названия уровней читаются наоборот для всякого, кто исходит из того, что «Pro» — всегда более выгодная покупка.

Одна граница, которую следует соблюдать: DeepSeek V4.1 Pro не выпущена. Она фигурирует в материалах DeepSeek только как будущая модель. Ничто на этой странице к ней не относится, и ничто из того, что мы предоставляем, тоже.

Спецификация, как её публикует DeepSeek

Всё нижеследующее взято из карточки модели на Hugging Face, по адресу deepseek-ai/DeepSeek-V4.1-Flash. Там, где показатель — это заявление поставщика, а не подтверждённое измерение, об этом сказано.

• Параметры — 552B бэкбон, по данным поставщика. В карточке указано, что 8B параметров активируется на токен во время префилла и 16B во время декодирования, в рамках архитектуры смеси экспертов с 1 общим экспертом и 384 маршрутизируемыми экспертами на слой MoE, шесть из которых активны на токен. • Архитектура — 40-слойный причинный энкодер-декодер: 20-слойный причинный энкодер, подающий на 20-слойный декодер. • Контекст — 1 048 576 токенов, что в карточке округляется до одного миллиона. • Потолок вывода — максимум 384K токенов в API поставщика, поэтому устанавливайте ограничение явно, а не полагайтесь на значение по умолчанию. • Модальность — текст и изображения на входе, текст на выходе. Зрение работает через энкодер DeepSeek-ViT плюс двухслойный проектор MLP. • Точность — опубликованные веса представлены в safetensors в форматах BF16, F32, F8_E4M3 и I8, при этом в карточке отмечен FP8. Кэш KV квантуется в FP4 (E2M1 с масштабом E4M3 на каждые 16 каналов). • Лицензия — MIT, как для репозитория, так и для весов. • Выпуск — общая доступность с 2026-09-10; 48 шардов safetensors, около 510 ГБ в репозитории.

Flash против Pro: вопрос, который порождает название уровня

Если вы выбираете между ними, правило не в том, что «Pro сильнее». Уровень Flash существует для объёма: высоконагруженный трафик, чувствительный к стоимости, где счёт за токены, составляющий четверть от Pro, важнее последних нескольких пунктов возможностей и где сам потолок параллелизма в 2 500 запросов и есть причина оказаться здесь. Уровень Pro существует для самой сложной работы по рассуждению и агентных задач, где вы платите за верхнюю часть диапазона, а потолок пропускной способности — ограничение, с которым вы соглашаетесь. Вот и вся форма этого выбора — прямые сравнения, включая то, где Pro всё ещё выигрывает, приведены в нашем собственном сравнении DeepSeek V4.1 Flash и DeepSeek V4 Pro, а не здесь, и эти две страницы намеренно не повторяют друг друга.

Запуск: API, веса или и то, и другое

Оба пути открыты. DeepSeek обслуживает модель через собственный API под идентификатором deepseek-flash, на базовом URL, совместимом с OpenAI, и на совместимом с Anthropic, так что существующему клиенту обычно нужно изменить только строку модели. Отдельно можно скачать веса: лицензия MIT, 48 шардов safetensors, примерно 510 ГБ — это выводит их за пределы любой машины с одной GPU и прямо в категорию «арендуй узел или не стоит браться». DeepSeek также поставляет официальный рецепт инференса внутри репозитория — читаемую эталонную реализацию, а не продакшен-движок для обслуживания, — и его проработанный пример преобразует веса в fp4-экспертов при размере параллелизма модели, равном восьми, что является самым близким к заявлению о требованиях к ресурсам, что есть в репозитории. Практическая деталь, определяющая, насколько приятно самостоятельно развёртывать модель, — другая: модель поддерживает непрерывно выбираемое усилие рассуждения от 1 до 100, и она с радостью продолжит генерировать ещё долго после того, как работа выполнена, если не настроить этот регулятор. Измеренные конфигурации, показатели пропускной способности, о которых реально сообщают люди, и режим отказа из-за чрезмерных размышлений вместе с действенными мерами против него — всё это в нашем плейбуке по локальному развёртыванию DeepSeek V4.1 Flash; честное резюме таково: путь через API дешевле, пока ваш объём невелик, а путь с весами — это решение о мощности, а не о стоимости.

Что не решено

Есть две вещи, и ни одна из них не мелочь. Количество параметров не согласуется с весами. В карточке DeepSeek указано 552B; собственный индекс safetensors репозитория — поле Model size на странице модели Hugging Face — в сумме даёт 763B по 48 шардам, в репозитории объёмом около 510 ГБ. Оба числа опубликованы, они не совпадают, и никто публично не урегулировал это расхождение, так что считайте 552B заявленным производителем, а не измеренным. А материалы самого DeepSeek противоречивы в отношении старых идентификаторов V4 Flash — на странице с ценами сказано, что вышедшие из употребления названия принимаются и направляются к этой модели по тарифам Flash, тогда как другие страницы описывают маршрутизацию иначе. Определяйте модель по самому ответу, а не предполагайте, какая модель ответила.

Доступность на OrcaRouter, проверено сегодня

OrcaRouter обслуживает эту модель. В нашем актуальном каталоге она указана как deepseek/deepseek-v4.1-flash — обратите внимание, что в идентификаторе версия записана через точку, v4.1, тогда как в слагах нашего блога она пишется через дефис. Копируйте строку точно так, как она приведена в списке, иначе клиент ничего не найдёт. В карточке указано контекстное окно 1 048 576 токенов, максимальный вывод 384K, ввод текста и изображений, а также собственные данные поставщика для непиковых часов: $0.15 за миллион входных токенов и $0.60 за миллион выходных при $0.003 за миллион при попадании в кэш, передаваемые без наценки — 0% — вы платите по тарифу DeepSeek, а в пиковые окна по будням цена DeepSeek всё ещё удваивается. Автоматическое переключение при сбое означает, что вы можете поставить непроверенную модель за маршрутом с резервным вариантом, который срабатывает при ошибке или превышении лимита запросов, — это дешёвый способ выяснить, выдержит ли она нагрузку, прежде чем попадёт в продакшн-маршрут. Это утверждение относится только к данному идентификатору и данной модели; DeepSeek V4 Pro и вся линейка V4 — это отдельные карточки и отдельные факты.

Набор для сравнения: что открыть дальше

Именно здесь на самом деле находятся читатели. В наших собственных данных Search Console, выгруженных 2026-10-13, семейство DeepSeek V4.1 Flash набрало 9 444 показа и 418 кликов по 198 запросам — и его крупнейшая строка по показам была не названием модели, а прямым сравнением, deepseek v4.1 flash vs glm 5.3 flash, с 1 372 показами. Голый термин дал 2 025 показов по 33 запросам. Под этим стемом находится десять страниц сравнения, и каждая написана так, чтобы отвечать на свой собственный вопрос, а не повторять эту страницу:

• DeepSeek V4.1 Flash против GLM-5.3-Flash — ценовая конкуренция и штраф за задержку запуска, который приходит вместе с победой в ней. • DeepSeek V4.1 Flash против DeepSeek V4 Flash — вопрос миграции, на который DeepSeek частично ответила, отозвав идентификаторы старой модели. • DeepSeek V4.1 Flash против DeepSeek V4 Pro — передача, которую DeepSeek запланировала, а затем отменила, и между чем вам теперь остаётся выбирать. • DeepSeek V4.1 Flash против Gemini 3.8 Flash — две низкие цены, связанные с двумя совершенно разными типами истечения срока. • DeepSeek V4.1 Flash против GPT-5.6 Sol — разрыв в цене рядом с разрывом во времени до первого токена. • DeepSeek V4.1 Flash против GPT-5.6 Terra — где порог контекста меняет тариф в середине запроса. • DeepSeek V4.1 Flash против Claude Opus 5 — две таблицы результатов, которые расходятся в том, какая модель победила. • DeepSeek V4.1 Flash против Grok 4.6 — небольшая разница в возможностях против крупного регулярного счёта. • DeepSeek V4.1 Flash против Kimi K3 — собственное заявление производителя о прямом сравнении, проверенное на доказательствах, лежащих в его основе. • DeepSeek V4.1 Flash против Qwen3.8-Max — то же контекстное окно при цене за токен в двадцать раз выше.

Если у вас есть время только на одно, возьмите сравнение GLM-5.3-Flash: это строка, которую читатели набирают чаще всего, и две модели достаточно близки по цене, так что решение зависит от того, как быстро вам нужен первый токен, а не от того, сколько стоит каждый токен.