DeepSeek V4.1 Flash в OpenCode: конфигурация, стоимость и регулятор усилий, о котором никто не упоминает

DeepSeek V4.1 Flash находится в OpenCode Go с 10 сентября, а у множителя, который OpenCode к нему привязал, есть опубликованная дата окончания: 20 сентября. До неё осталось четыре дня. Интересно здесь не дедлайн — а то, что параметр, от которого зависит, приятно ли писать код с этой моделью, отсутствует во всех руководствах по настройке на первой странице результатов поиска, а как минимум в двух харнессах он молча отбрасывается. Это руководство по подключению coding-агента к DeepSeek V4.1 Flash: точные идентификаторы моделей, три интеграции, проверенные сегодня, управление уровнем усилий при рассуждении, о котором сообщает сообщество, и режим сбоя из-за чрезмерного обдумывания вместе с мерами, которые действительно помогают.

На что вы на самом деле направляете своего агента

DeepSeek V4.1 Flash выпущена 10 сентября 2026 года — примечание к выпуску в собственной документации DeepSeek по API датировано этим днём, и это самая маленькая модель в новом семействе архитектур вендора. DeepSeek сообщает о базовой модели mixture-of-experts с 552 млрд параметров, построенной на том, что она называет конструкцией Causal Encoder–Decoder, которая активирует примерно 8 млрд параметров на токен во время предзаполнения и 16 млрд во время декодирования. Она принимает на вход текст и изображения и возвращает текст, поддерживает контекстное окно до одного миллиона токенов и будет генерировать до 384 000 токенов в одном ответе — оба предельных значения, для контекста и вывода, взяты с собственной страницы модели OrcaRouter, посвящённой этой модели, где указаны 1 048 576 и 384 000 соответственно.

Вендорские бенчмарки, взятые из графика на странице релиза DeepSeek и, следовательно, заявленные самим вендором и не прошедшие независимой проверки: 30,0 в Terminal-Bench 3.0, 74,2 в DeepSWE v1.1, 88,1 в CyberGym, 54,8 в Automation-Bench и 90,9 в GPQA Diamond. Независимых оценок меньше, но они есть: Artificial Analysis, данные которого я сегодня прочитал напрямую, ставит DeepSeek V4.1 Flash на 40 баллов в своём Intelligence Index — 6-е место из 113 в своей категории сравнения. Одна строчка с той же страницы значит для читателя, работающего с кодинг-агентами, больше, чем сам рейтинг: Artificial Analysis помечает модель как очень многословную, потратившую 250 млн выходных токенов на прохождение Intelligence Index при медиане в 140 млн. Мы ещё вернёмся к этому.

Два факта о названиях экономят реальное время отладки. Канонический идентификатор модели API DeepSeek теперь — code>deepseek-flash/code>. Старые строки code>deepseek-v4-flash/code> и code>deepseek-v4-flash-vision-exp/code> всё ещё принимаются, но модели, стоящие за ними, выведены из эксплуатации, и запросы обслуживаются V4.1 Flash по цене Flash. Отдельно: DeepSeek V4 Pro не исчезла: в документации DeepSeek указано, что API-сервис V4 Pro продолжает работу после 2026-09-14 с неизменной тарификацией. Если вам сказали, что флагман отключили, это не то, что говорится в собственной документации поставщика.

OpenCode: два пути входа и идентификатор, который действительно нужно ввести

Есть два способа подключить DeepSeek V4.1 Flash к OpenCode, и у них разная экономика.

Путь через подписку — это OpenCode Go, план за $10 в месяц, который OpenCode описывает как тщательно отобранный набор открытых моделей для программирования, протестированных и проверенных на бенчмарках. Настройка состоит из четырёх шагов, и файл конфигурации не нужно редактировать вручную: войдите в OpenCode Zen, оформите подписку на Go, скопируйте API-ключ, а затем выполните code>/connect/code> в TUI, выберите OpenCode Go и вставьте ключ. После этого code>/models/code> покажет список доступных моделей. Ссылки на модели в конфигурации имеют вид code>opencode-go/<model-id>/code>.

Какой идентификатор модели? Оба. Собственный список моделей Go-шлюза, полученный сегодня из code>https://opencode.ai/zen/go/v1/models/code>, возвращает code>deepseek-flash/code> и code>deepseek-v4.1-flash/code> как две отдельные записи, наряду с устаревшим code>deepseek-v4-flash/code> и code>deepseek-v4-pro/code>. Любой из первых двух соответствует нужной вам модели; code>deepseek-flash/code> — каноническое имя и более безопасный выбор для всего, что вы намерены продолжать запускать.

Прямой маршрут полностью обходит подписку: запустите code>/connect/code>, найдите DeepSeek и вставьте ключ платформы DeepSeek. Тогда с вас будет взимать плату DeepSeek по прейскуранту, а не расходоваться лимит Go. DeepSeek публикует прейскурант: в непиковые часы $0,15 за 1 млн входных токенов и $0,60 за 1 млн выходных токенов, а чтение из кэша — $0,003 за 1 млн; в пиковые часы эти цены ровно вдвое выше. И документация OpenCode Go, и страница модели OrcaRouter, прочитанные сегодня, подтверждают эти цифры.

Что добавляет OpenCode Go — так это структуру лимитов, и здесь числа стоит читать внимательно, потому что именно они объясняют, почему срок имеет значение. В собственной документации OpenCode DeepSeek V4.1 Flash указан с месячным лимитом $15, который сейчас умножен на 4× до $60 в рамках промоакции, которую OpenCode помечает как «Заканчивается 20 сентября». Оценочные количества запросов публикуются в двух столбцах: 6 500 за 5 часов / 16 250 в неделю / 32 500 в месяц по стандартному тарифу или 26 000 / 65 000 / 130 000 с применённым множителем 4×. Структура лимитов одинакова для всех моделей — 5-часовой лимит составляет 20% от месячного показателя, недельный лимит — 50%, а месячный лимит — это весь объём.

Это опубликованные показатели OpenCode, прочитанные сегодня из его документации по Go. Завершать промоакцию — их право, и у неё есть дата.

Command Code: всё ещё работает, и баг-репорт, о котором стоит знать

Собственный каталог Command Code по состоянию на сегодня всё ещё включает эту модель под идентификатором code>deepseek-v4-1-flash/code>, с контекстным окном в 1 млн токенов и той же экономикой сквозного переноса цен: $0.15 / $0.60 в непиковые часы, $0.30 / $1.20 в пиковые, $0.003 за чтение из кэша. Совпадающие цены у двух независимых испытательных стендов — не совпадение: оба транслируют прайсовую цену DeepSeek, а не устанавливают собственную.

Механика простая. Установите с помощью code>npm i -g command-code/code>, запустите из каталога проекта, авторизуйтесь с помощью code>/login/code>, а затем используйте code>/connect/code>, если хотите подключить собственный ключ провайдера. code>/model <id>/code> сразу применяет смену модели, тогда как code>/model/code> без аргументов открывает меню выбора, а code>/effort/code> задаёт уровень рассуждений для текущей модели — флаг, который здесь важнее всего.

Один баг-репорт от сообщества стоит зафиксировать у себя в голове, прежде чем отлаживать не тот слой. Открытый issue к стороннему слою маршрутизации описывает кэш повторного воспроизведения reasoning, который никогда не задействуется для идентификатора code>command-code/deepseek-v4.1-flash/code>, потому что шаблон, по которому сопоставляет слой маршрутизации, ожидает сегмент code>v4./code> или code>v4-/code>, а строка — это code>v4.1/code>. Сообщаемый симптом — ошибки 400 на стороне upstream с жалобой на то, что reasoning-контент, созданный в режиме thinking, должен передаваться обратно в API. Это баг-репорт сообщества про клиентский матчер, а не рекомендация вендора и не проблема с моделью — но именно такое в два часа ночи выглядит как сбой модели.

Claude Code, Codex и клиенты, которые проверил сам OpenCode

OpenCode Go — не только для OpenCode, и в их документации это сказано прямо: он предназначен для OpenCode и других кодинг-агентов, формирующих схожие шаблоны запросов, а также опубликован список клиентов, проверенных на работоспособность. В этом списке сейчас указаны Hermes, Claude Code, Codex, ZCode и Pi, а для Claude Code отмечено, что он «распознаёт свой нативный заголовок сессии. Обёртка с пользовательским заголовком не требуется». Вместе с этим есть два требования: идентифицировать свой клиент с помощью его собственного user agent, а не общего имени SDK, и отправлять стабильный идентификатор сессии в заголовке code>x-opencode-session/code> при каждом диалоге — именно это обеспечивает работу их маршрутизации и кэширования промптов. Для Hermes важна проверенная сборка — исправление заголовка было включено после v0.21.0, поэтому в этом релизе его ещё нет.

Есть также маршрут вообще без привязанной подписки, использующий Anthropic-совместимую конечную точку DeepSeek напрямую. Установите code>ANTHROPIC_BASE_URL/code> в code>https://api.deepseek.com/anthropic/code>, code>ANTHROPIC_AUTH_TOKEN/code> в ваш ключ DeepSeek, а переменные модели укажите на нужную модель. Имена моделей Claude переотображаются на входе: всё, что начинается с code>claude-opus/code>, направляется на DeepSeek V4 Pro и тарифицируется по цене V4 Pro, а имена code>claude-sonnet/code> и code>claude-haiku/code> направляются на модель Flash. Суффикс code>[1m]/code> в строке модели запрашивает вариант с контекстом на миллион токенов. Собственное руководство DeepSeek по этой настройке также устанавливает code>CLAUDE_CODE_EFFORT_LEVEL=max/code> и фиксирует окно автосжатия на 786432 токенах.

Эта последняя переменная — то место, где живёт исправление от сообщества. Обходной прокси существует потому, что недавние сборки Claude Code отправляют code>thinking: {"type": "disabled"}/code> в запросах субагентов, тогда как code>CLAUDE_CODE_EFFORT_LEVEL=max/code> добавляет параметр reasoning-effort, и endpoint DeepSeek в формате Anthropic отклоняет эту пару с сообщением о том, что опции thinking нельзя отключить, когда задан reasoning effort. Описанный обходной путь узок — удалять параметр effort только из запросов субагентов, не трогая основного агента. Рассматривайте это как находку сообщества о несоответствии контракта между клиентом и сервером и ожидайте, что точная граница версии сдвинется.

Шкала усилий: 1–100, и почему «низкий» означает 50

Всё в этом разделе — это наблюдения сообщества, а не рекомендации производителя. DeepSeek не публикует сопоставление пресетов с числами, которое мы могли бы проверить, а приведённые ниже числа взяты из заметок практиков и документации сторонних тестовых стендов. Они достаточно согласованы в разных источниках, чтобы быть полезными, и недостаточно подтверждены, поэтому вам следует проверить их на собственной работе.

DeepSeek V4.1 Flash обучен с непрерывным скаляром усилия рассуждения от 1 до 100. Это не ограничение на количество токенов — этот скаляр определяет положение модели на кривой, выученной в процессе обучения, где меньшее усилие сильнее подталкивает к краткости, а большее усилие делает дополнительные рассуждения дешевле. Три публичных пресета соответствуют этой шкале:

• Низкий — 50, кратчайший путь, и пресет, который создаёт этому управлению репутацию дешевизны.

• Высокий — 75, и именно этот уровень большинство источников сообщества описывают как разумный потолок для работы агента.

• Max — 100, где штраф за длину рассуждений полностью снимается.

То, что даёт этот регулятор, реально, но отдача резко убывает. Один прогон бенчмарков сообщества показал, что повышение усилия с 25 до 100 подняло Terminal-Bench 2.1 с 82,4 до 90,6, при этом общий объём выходных токенов вырос примерно в 2,5 раза. Отчёты сходятся на том, что усилие где-то между 60 и 80 обеспечивает большую часть доступной точности при менее чем половине бюджета токенов, а максимум увеличивает траектории агента ещё в 1,6–1,8 раза ради незначительного прироста.

Значение по умолчанию — это та часть, о которой никто не может договориться. В одних документах по харнессам и отчётах практиков говорится, что при незаданном effort значение принимается равным high; в других серверное значение по умолчанию описывается просто как неизвестное. А вот что задокументировано, а не оспаривается: было обнаружено, что две интеграции с харнессом вовсе не отправляли параметр — профиль провайдера OpenCode Go и нативный профиль DeepSeek оба пропускали вывод code>reasoning_effort/code> для code>deepseek-flash/code> слага, потому что их условие сопоставления ожидало code>deepseek-v…/code> префикс, которого у канонического идентификатора нет. В обоих случаях выбранная пользователем настройка молча подменялась значением по умолчанию от провайдера. Если ваш клиент показывает элемент управления effort, это ещё не доказывает, что параметр реально уходит в сеть. Залогируйте одно тело запроса и посмотрите.

Ещё одна странность из тех же отчётов: эндпоинт OpenCode Go принимает code>low/code>, code>medium/code>, code>high/code> и code>max/code>, но отклоняет целочисленное значение effort — сообщается, что значение 80 возвращает HTTP 400. Диапазон 1–100 в модели существует, но он не везде доступен как обычное число, поэтому «установить effort в 65» может быть невозможно выразить в вашем клиенте.

Режим отказа, связанный с чрезмерным обдумыванием, и что на самом деле его исправляет

Это тот сценарий отказа, который определяет, оставите ли вы модель в своём рабочем цикле. Сообщения сообщества описывают, как DeepSeek V4.1 Flash продолжает рассуждать после завершения работы: заново аргументирует уже правильно отвеченный пункт, описывает исправление собственных ошибочных допущений и порождает длинные цепочки рассуждений с низкой информационной плотностью. Один практик сообщил, что вывод рассуждений продолжался более часа внутри сессии CLI для программирования. Другой сообщил, что так и не смог заставить её завершить длинный прогон бенчмарка.

Примечание об источнике ко второму отчёту, потому что это как раз из тех утверждений, которые проходят отмывание. Оно взято из ветки сообщества о надёжном запуске модели, а Reddit блокирует наш загрузчик, поэтому мы не могли прочитать эту ветку напрямую — мы пересказываем отчёт, а не цитируем страницу, которую открыли. Что мы могли проверить независимо — это характер проблемы, и здесь внешние данные на удивление однозначны: Artificial Analysis на своей собственной странице указывает, что модель очень многословна, расходуя 250 млн выходных токенов на завершение прогона, который её медианная модель для сравнения завершает за 140 млн. Это примерно 1,8×, измерено третьей стороной, на фиксированном наборе задач. Сообщения на форуме и независимая метрика описывают одно и то же поведение.

Меры, вытекающие из этих отчётов, — все получены от сообщества:

• Зафиксируйте effort на уровне high или ниже и не позволяйте ему повышаться. Самый наглядный вариант исправления, встречавшийся в реальной практике, — это плагин маршрутизации, написанный специально для того, чтобы остановить эскалацию effort: глубина хода ничего не добавляет к оценке эскалации, учитываются только неудачный результат инструмента или идентичный повтор, эскалация ограничена сверху, а max включается только явно и по умолчанию понижен. Если ваша обвязка позволяет агенту повышать собственный effort по мере удлинения запуска, именно этот механизм и нужно отключить.

• Не используйте max по умолчанию. Несколько практиков сообщают, что max зацикливается, вместо того чтобы сходиться на рутинной работе, и переключение обратно на high решает это.

• Ограничьте code>max_tokens/code> на интерактивных путях. Потолок вывода в 384 000 токенов — это ограничение, а не цель, и цикл, который не завершится, при таком потолке обходится дорого.

• Убедитесь, что параметр действительно отправляется. Учитывая, что два тестовых стенда, как выяснилось, молча его отбрасывали, «я установил для него значение high» и «high дошёл до API» — это разные утверждения.

• Обвязка значит больше, чем можно ожидать. Практики, запускающие одни и те же веса, сообщают о резко разном поведении в разных оболочках — одна и та же модель, которая спорит сама с собой и зарывает сигнал в одной обвязке, в другой не вызывает ни одной из этих жалоб. Это наблюдение сообщества о поведении обвязки, а не заявление вендора о модели, но это самый часто повторяемый совет в отчётах.

Во что на самом деле обходится цикл кодирования при таких тарифах

Цена DeepSeek по прайс-листу — $0,15 за 1 млн входных токенов и $0,60 за 1 млн выходных токенов в непиковые часы: выходные токены в четыре раза дороже входных — и это первое, что нужно усвоить об агенте, который генерирует и рассуждения, и код.

Возьмём реалистичный ход агента: на входе 60 000 токенов контекста (системная подсказка, схемы инструментов, фрагмент репозитория, история диалога), а на выходе — 3 000 токенов рассуждений плюс патч. Это 60 000 × $0.15/1M = $0.009 на входе, плюс 3 000 × $0.60/1M = $0.0018 на выходе, то есть около 1,1 цента за ход. Двести таких ходов за рабочий день — это примерно $2.16, или около $47 за месяц по будням по непиковому тарифу. Вот арифметика, из-за которой месячный лимит в $15 с дополнительной промо-акцией 4× сверху выглядит щедро, — и арифметика, из-за которой за многословностью нужно следить.

Потому что вот где скрыт рычаг в этой цифре от Artificial Analysis. Модель, которая на фиксированном наборе задач использует в 1,8× больше выходных токенов, чем медиана, означает, что цикл, ограниченный выходом, стоит в 1,8× больше, чем можно предположить по одной лишь цене за токен. И регулятор усилия — это как раз инструмент управления именно этим. Сообщения сообщества показывают, что переход с max на high примерно вдвое сокращает выходные токены — куда более значительный сдвиг, чем всё, что сделает с вами расписание пиковых/непиковых часов. Настройка усилия — это большой рычаг; расписание — бесплатный.

Что стоит знать, прежде чем что-либо планировать: часы пик — 01:00–04:00 и 06:00–10:00 UTC, с понедельника по пятницу, а всё остальное, включая выходные, — вне пиковых часов. Европейская команда, работающая с 09:00 до 18:00 CET, никогда не попадает в пик. Команда в Пекине, работающая в те же местные часы, попадает в часы пик в интервалы 09:00–12:00 и 14:00–18:00 — семь из девяти рабочих часов по двойной цене. Та же модель, тот же код, счёт вдвое больше — и всё это определяется исключительно часовым поясом.

Другая бесплатная экономия — это тариф на чтение из кэша: $0,003 за 1 млн против $0,15 за свежий ввод — одна пятидесятая. Промпт кодинг-агента по большей части состоит из стабильного префикса: системные инструкции, определения инструментов, те части репозитория, которые не меняются. Держите стабильный материал в начале, а переменное содержимое — за ним, и кэш на стороне провайдера сделает всё остальное. Применяется ли скидка на кэшированный ввод и при каких условиях — это устанавливает DeepSeek, а не клиент, поэтому уточните это в актуальной документации, прежде чем строить на этом бюджет, — на нашей собственной странице модели для code>deepseek/deepseek-v4.1-flash/code> сказано то же самое: тариф на кэшированный ввод соответствует условиям провайдера.

Если вы предпочли бы не оформлять вторую подписку, чтобы оценить модель, тот же идентификатор доступен через единый OpenAI-совместимый эндпоинт перед всем нашим каталогом, по тарифу провайдера с 0% наценки — так что изменение цены на стороне DeepSeek вступает в силу здесь в тот же день, а не при следующем пересчёте цен. Это особенно важно именно для ситуации, описанной в этой статье: модель с задокументированной склонностью продолжать, на пути, который вы ещё не закончили оценивать. Цепочка резервных вариантов означает, что неудачный ход попадает на другую модель до начала ответа, а не приводит к сбою запроса.

552B, 748B или 763B — вопрос о размере действительно открыт.

Не повторяйте число параметров для этой модели как установленное, потому что в обращении находятся три разных числа, и ни одно из них не является просто ошибочным.

В собственной карточке модели DeepSeek описана модель с «552B параметров основы», и это заявленная производителем цифра — она же приведена в панели характеристик на нашей собственной странице модели. В той же карточке отдельно указан модуль «Engram conditional memory» на 196B параметров, «к которому обращаются разреженно посредством поиска по токенам». Сложите эти две цифры — получится 748B; именно к такому расчёту пришёл анализ сообщества в течение нескольких часов после выпуска. А метаданные файлов в том же репозитории модели указывают размер модели в 763B параметров — это уже третья цифра.

Кажущееся разногласие — это вопрос определений, а не противоречие. Параметры Engram, извлекаемые из таблицы, расходуют память, но почти не требуют арифметических операций на токен, тогда как вычисляемые параметры бэкбона требуют времени на каждом токене — именно поэтому производитель приводит их отдельно и поэтому сравнение ключевых цифр двух моделей с разными архитектурами даёт очень мало информации.

Что не вызывает серьёзных споров, так это количество активных параметров: примерно 8B на токен во время prefill и 16B во время decode — именно это число фактически определяет стоимость инференса. Веса открыты по лицензии MIT, если вы хотите проверить что-либо из этого самостоятельно. Рассматривайте 552B как заявленное производителем значение, 748B — как достоверную общую оценку сообщества, а любое утверждение о том, что вопрос о размере закрыт, — как преждевременное.

Что делать до 20-го?

Если вы собираетесь попробовать DeepSeek V4.1 Flash в агенте для программирования, порядок, при котором теряется меньше всего времени, такой: сначала выбрать харнесс, затем зафиксировать уровень усилий, затем измерить.

Если говорить о харнессе, честный итог сегодняшней проверки таков: все три маршрута работают, но отличаются тем, чего они требуют от вас. OpenCode Go — это подписка за $10 в месяц с промо-множителем, срок действия которого истекает 20 сентября, а настройка сводится к code>/connect/code> плюс code>/models/code> без необходимости править какие-либо файлы. Command Code показывает модель в реальном времени в собственном каталоге, переключается с помощью code>/model <id>/code> и предоставляет effort как полноценную команду. Claude Code добирается до неё либо через путь валидированных клиентов OpenCode Go — где не требуется обёртка с пользовательским заголовком — либо напрямую к эндпоинту DeepSeek в формате Anthropic, где конфликт effort у субагента и есть та самая известная шероховатость.

Что касается effort, задайте его явно и поставьте пониже: high, или значение по умолчанию модели, если окажется, что high — это именно оно, но не max. Затем убедитесь, что оно ушло с вашей машины, потому что было обнаружено, что два харнесса его отбрасывают.

При измерениях следите за выходными токенами, а не за реальным временем. Многословность — это затраты, регулятор усилий — это управление, а пиковое расписание — случайность часового пояса, которой можно избежать бесплатно.

А что касается заявлений о размере, которые вам будут цитировать на этой неделе — 552B, 748B, 763B, — полезный ответ состоит в том, что вендор сообщает о своём бэкбоне, сообщество добавляет модуль памяти, а метаданные репозитория снова говорят о другом. Любой, кто представляет одно из этих чисел как окончательный ответ, выбрал число, а не проверил его.