DeepSeek V4.1 Flash: ระดับเร็ว ราคาจริงของมัน และคำถามเรื่องฟรีที่ได้รับคำตอบแล้ว

DeepSeek V4.1 Flash เป็นระดับเร็วของตระกูล V4.1 ของ DeepSeek: โมเดลแบบ mixture-of-experts ที่รองรับหลายรูปแบบ มีหน้าต่างบริบทขนาด 1,048,576 โทเค็น รองรับอินพุตรูปภาพ น้ำหนักโมเดลที่ได้รับอนุญาตแบบ MIT บน Hugging Face และราคาตามรายการนอกช่วงเวลาพีคที่ $0.15 ต่อล้านโทเค็นอินพุต และ $0.60 ต่อล้านโทเค็นเอาต์พุต มันเปิดให้ใช้ทั่วไปเมื่อ 2026-09-10 ดังนั้นการเปิดตัวจึงเป็นข้อเท็จจริงที่ระบุอายุของโมเดล ไม่ใช่เหตุการณ์ที่หน้านี้กำลังรายงาน — และมีสองคำถามที่นำผู้อ่านมาที่นี่นานหลังจากวันที่นั้น: ว่ามันฟรีหรือไม่ และมันทำงานอย่างไรเมื่อเทียบกับโมเดลใดก็ตามที่อยู่ตรงหน้าพวกเขาอยู่แล้ว คำถามแรกมีคำตอบสั้น ๆ จึงกล่าวถึงก่อน

DeepSeek V4.1 Flash ฟรีไหม? คำตอบที่คุณตามหา

ไม่มีครับ บนแพลตฟอร์มของ DeepSeek เองไม่มีแพ็กเกจ API ฟรีสำหรับโมเดลนี้ — ไม่มีโควต้าฟรีรายเดือนและไม่มีเอนด์พอยต์ฟรี การเรียกเก็บเงินเป็นแบบจ่ายตามการใช้งานจริงจากยอดคงเหลือที่เติมไว้ ในอัตราบนการ์ดเดียวกับส่วนที่เหลือของสายผลิตภัณฑ์ รหัสโมเดลที่คุณเรียกใช้สำหรับโมเดลนี้คือ deepseek-flash และทุกคำขอที่เรียกผ่านรหัสดังกล่าวจะถูกคิดค่าบริการในอัตรา Flash ที่ประกาศไว้ แอปสำหรับผู้บริโภคใช้ฟรี แต่ API ที่อยู่เบื้องหลังนั้นไม่ฟรี และทั้งสองเป็นผลิตภัณฑ์ที่แยกจากกัน

สิ่งที่ใกล้เคียงกับฟรีจริง ๆ คือแคช โทเค็นอินพุตแบบแคชฮิตมีค่าใช้จ่าย $0.003 ต่อล้าน เทียบกับ $0.15 สำหรับโทเค็นอินพุตใหม่ในช่วงออฟพีก — หนึ่งในห้าสิบ งานใดก็ตามที่มีพรีฟิกซ์ขนาดใหญ่และคงที่ (คำสั่งระบบ สคีมาของเครื่องมือ แผนผังรีโพซิทอรี) แทบไม่ต้องจ่ายอะไรเลยสำหรับส่วนที่ซ้ำในพรอมป์ต์ ขณะที่โทเค็นใหม่เป็นตัวรับค่าใช้จ่าย เงื่อนไขที่แน่นอนว่าส่วนลดจะมีผลเมื่อใดนั้นเป็นของ DeepSeek ที่จะกำหนด ไม่ใช่ของไคลเอนต์ ดังนั้นอ่านเอกสารประกอบเวอร์ชันปัจจุบันก่อนที่คุณจะตั้งงบประมาณจากตัวเลขนี้

มีเหตุผลประการที่สองที่ทำให้คำถามเรื่องฟรีถูกหยิบยกขึ้นมา และควรแยกเหตุผลนี้ออกจากเหตุผลแรก แพลตฟอร์มของบุคคลที่สามโฆษณาการเข้าถึงโมเดลนี้แบบฟรีหรือแบบทดลองใช้ และช่องทางเหล่านั้นมีอยู่จริง แต่ก็เป็นเงื่อนไขประเภทที่เปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า และไม่มีช่องทางใดเลยที่มีตารางราคาของ DeepSeek เองรองรับอยู่เบื้องหลัง มองช่องทางเหล่านี้เป็นพื้นที่สำหรับทำต้นแบบมากกว่าจะเป็นระบบหลังบ้านสำหรับใช้งานจริง แค็ตตาล็อกของเราเองมีรายการที่ไม่มีค่าใช้จ่ายอยู่ — แต่รายการนั้นคือ deepseek/deepseek-v4-flash-free ซึ่งเป็น V4 Flash ที่เลิกใช้แล้ว ไม่ใช่โมเดลนี้ ทั้งสองต่างกันแค่เลขเวอร์ชันเดียว และไม่ใช่สิ่งเดียวกัน

ตำแหน่งของ Flash ในไลน์ผลิตภัณฑ์ V4.1

V4.1 เป็นตระกูลสถาปัตยกรรมใหม่ ไม่ใช่การเปิดตัวเวอร์ชันย่อยของ V4 Flash คือสมาชิกรุ่นเล็กที่รวดเร็วของตระกูลนี้ — เป็นระดับที่สร้างมาเพื่อปริมาณงานและต้นทุน มากกว่าจะมุ่งสู่จุดสูงสุดของตารางอันดับ รุ่นพี่เรือธงคือ DeepSeek-V4-Pro-0813 ซึ่งให้บริการภายใต้รหัสโมเดล deepseek-v4-pro โดยมีราคาอยู่ที่ 0.66 ดอลลาร์ต่อล้านโทเคนอินพุต และ 1.98 ดอลลาร์ต่อล้านโทเคนเอาต์พุตในช่วงนอกเวลาเร่งด่วน ซึ่งมากกว่า Flash ประมาณสี่เท่าครึ่งสำหรับอินพุต และมากกว่าสามเท่าเล็กน้อยสำหรับเอาต์พุต โดยมีขีดจำกัดการทำงานพร้อมกันที่ 500 เทียบกับ 2,500 ของ Flash ทาง DeepSeek เองรายงานว่า V4.1 Flash เหนือกว่า V4 Pro อย่างครอบคลุมทั้งในด้านประสิทธิภาพ ต้นทุน ความเร็ว และเวลารวมของงาน — นั่นเป็นคำกล่าวอ้างของผู้ขายเองบนเกณฑ์มาตรฐานของตัวเอง ไม่ใช่การวัดผลจากหน่วยงานอิสระ และนั่นคือเหตุผลที่การตั้งชื่อระดับดูเหมือนกลับหัวกลับหางสำหรับใครก็ตามที่คิดว่า "Pro" ย่อมเป็นตัวเลือกที่ดีกว่าเสมอ

มีขอบเขตหนึ่งที่ต้องยึดไว้: DeepSeek V4.1 Pro ยังไม่เปิดตัว มันปรากฏในเอกสารของ DeepSeek เพียงในฐานะโมเดลในอนาคตเท่านั้น ไม่มีสิ่งใดในหน้านี้ใช้กับมัน และไม่มีสิ่งใดที่เราให้บริการใช้กับมันเช่นกัน

ข้อกำหนด ตามที่ DeepSeek เผยแพร่

ทุกอย่างด้านล่างนี้อ่านมาจากการ์ดโมเดลบน Hugging Face ที่ deepseek-ai/DeepSeek-V4.1-Flash เมื่อตัวเลขใดเป็นคำกล่าวอ้างของผู้จำหน่ายมากกว่าผลการวัดที่ยืนยันแล้ว ก็จะระบุไว้เช่นนั้น

• พารามิเตอร์ — โครงหลัก 552B ตามที่ผู้ขายรายงาน การ์ดระบุว่าเปิดใช้งานพารามิเตอร์ 8B ต่อโทเค็นระหว่าง prefill และ 16B ระหว่าง decode ภายใต้โครงแบบ mixture-of-experts ที่มี shared expert 1 ตัว และ routed experts 384 ตัวต่อชั้น MoE โดยเปิดใช้งานหกตัวต่อโทเค็น • สถาปัตยกรรม — Causal Encoder-Decoder 40 ชั้น: causal encoder 20 ชั้นป้อนเข้าสู่ decoder 20 ชั้น • บริบท — 1,048,576 โทเค็น ซึ่งการ์ดปัดเป็นหนึ่งล้าน • เพดานเอาต์พุต — สูงสุด 384K โทเค็นบน API ของผู้ขาย ดังนั้นควรกำหนดขีดจำกัดอย่างชัดเจนแทนที่จะเชื่อค่าเริ่มต้น • รูปแบบข้อมูล — ข้อความและรูปภาพเข้า ข้อความออก การมองเห็นทำงานผ่านตัวเข้ารหัส DeepSeek-ViT พร้อม projector MLP สองชั้น • ความแม่นยำ — เวทที่เผยแพร่เป็น safetensors ในรูปแบบ BF16, F32, F8_E4M3 และ I8 โดยมี FP8 ระบุไว้บนการ์ด แคช KV ถูกควอนไทซ์เป็น FP4 (E2M1 พร้อมสเกล E4M3 ต่อ 16 แชนเนล) • สัญญาอนุญาต — MIT สำหรับทั้งรีโพซิทอรีและเวทเช่นเดียวกัน • การเปิดตัว — พร้อมใช้งานทั่วไปใน 2026-09-10; safetensors 48 shards ประมาณ 510 GB ในรีโพซิทอรี

Flash กับ Pro: คำถามที่ชื่อระดับสร้างขึ้น

ถ้าคุณกำลังเลือกระหว่างสองตัวนี้ กฎไม่ได้อยู่ที่ว่า "Pro แรงกว่า" ระดับ Flash มีไว้เพื่อปริมาณงานเป็นหลัก: ทราฟฟิกที่ต้องรองรับการทำงานพร้อมกันสูงและคำนึงถึงต้นทุนเป็นสำคัญ ซึ่งค่าใช้จ่ายโทเคนที่คิดเป็นหนึ่งในสี่ของ Pro สำคัญกว่าคะแนนความสามารถอีกไม่กี่จุดสุดท้าย และเพดานการรองรับการทำงานพร้อมกันที่ 2,500 คำขอ ก็เป็นเหตุผลในตัวเองที่ทำให้มาอยู่ตรงนี้ ส่วนระดับ Pro มีไว้สำหรับงานที่ต้องใช้การให้เหตุผลและการทำงานแบบเอเจนติกที่ยากที่สุด ซึ่งคุณจ่ายเพื่อประสิทธิภาพระดับสูงสุดของช่วงนี้ และเพดานปริมาณงานที่จำกัดก็เป็นข้อจำกัดที่คุณยอมรับ นั่นคือภาพรวมทั้งหมดของการเลือกครั้งนี้ — หลักฐานการเทียบแบบตัวต่อตัว รวมถึงจุดที่ Pro ยังชนะ อยู่ในหน้าเปรียบเทียบ DeepSeek V4.1 Flash กับ DeepSeek V4 Pro ของเราเอง ไม่ใช่ที่นี่ และทั้งสองหน้าก็ตั้งใจไม่พูดซ้ำในสิ่งที่อีกหน้าได้กล่าวไว้แล้ว

การรัน: API, เวท หรือทั้งสองอย่าง

ทั้งสองเส้นทางเปิดให้ใช้แล้ว DeepSeek ให้บริการโมเดลนี้บน API ของตัวเองภายใต้ id deepseek-flash บน base URL ที่เข้ากันได้กับ OpenAI และบนอีกอันที่เข้ากันได้กับ Anthropic ดังนั้นไคลเอนต์ที่มีอยู่แล้วโดยทั่วไปเพียงต้องเปลี่ยนสตริงชื่อโมเดลเท่านั้น อีกทางหนึ่ง weights สามารถดาวน์โหลดได้: ใช้สัญญาอนุญาต MIT, มี safetensors shards จำนวน 48 ชิ้น, ประมาณ 510 GB ซึ่งทำให้มันอยู่นอกเครื่องที่มี GPU เดียว และจัดอยู่ในหมวด "เช่าโหนดหรือไม่ต้องพยายาม" อย่างชัดเจน DeepSeek ยังมาพร้อมสูตร inference อย่างเป็นทางการภายใน repository — เป็น reference implementation ที่อ่านเข้าใจได้ มากกว่าจะเป็น serving engine สำหรับ production — และตัวอย่างที่ทำไว้จะแปลง weights เป็น fp4 experts ที่ขนาด model-parallel เท่ากับแปด ซึ่งเป็นสิ่งที่ใกล้เคียงที่สุดที่ repository เสนอในฐานะการระบุขนาด รายละเอียดภาคปฏิบัติที่ตัดสินว่าการโฮสต์เองจะน่าพอใจหรือไม่นั้นเป็นอีกเรื่องหนึ่ง: โมเดลรองรับ reasoning effort ที่เลือกได้แบบต่อเนื่องจาก 1 ถึง 100 และมันจะสร้างต่อไปเรื่อย ๆ อย่างไม่รู้จักหยุด แม้งานจะเสร็จไปนานแล้ว ถ้าคุณไม่ปรับปุ่มนั้น ชุดฮาร์ดแวร์ที่วัดจริง ตัวเลข throughput ที่ผู้คนรายงานจริง และโหมดล้มเหลวแบบคิดมากเกินไปพร้อมมาตรการบรรเทาที่ได้ผล ล้วนอยู่ในเพลย์บุ๊กการติดตั้งใช้งานในเครื่อง DeepSeek V4.1 Flash ของเรา; บทสรุปที่ตรงไปตรงมาคือเส้นทาง API ถูกกว่า จนกว่าปริมาณการใช้งานของคุณจะมาก และเส้นทาง weights เป็นการตัดสินใจเรื่องความจุมากกว่าเรื่องต้นทุน

อะไรที่ยังไม่ยุติ

สองเรื่อง และไม่มีเรื่องไหนเล็กน้อย จำนวนพารามิเตอร์ไม่สอดคล้องกับน้ำหนัก การ์ดของ DeepSeek ระบุว่า 552B แต่ดัชนี safetensors ของรีโพซิทอรีเอง — ฟิลด์ Model size บนหน้าโมเดลของ Hugging Face — รวมเป็น 763B กระจายอยู่ 48 shard ในรีโพซิทอรีขนาดประมาณ 510 GB ทั้งสองตัวเลขได้รับการเผยแพร่ ไม่ใช่ตัวเลขเดียวกัน และยังไม่มีใครตัดสินช่องว่างนี้ต่อสาธารณะ ดังนั้นให้ถือว่า 552B เป็นตัวเลขที่ผู้ขายรายงาน ไม่ใช่ค่าที่วัดได้ และเอกสารของ DeepSeek เองก็ไม่สอดคล้องกันเกี่ยวกับตัวระบุ V4 Flash รุ่นเก่า — หน้าราคาระบุว่าชื่อที่เลิกใช้แล้วยังได้รับการยอมรับและส่งต่อไปยังโมเดลนี้ในอัตรา Flash ขณะที่หน้าอื่น ๆ อธิบายการส่งต่อแตกต่างออกไป ให้ตรวจสอบโมเดลจากคำตอบที่ได้กลับมา แทนที่จะสันนิษฐานว่าโมเดลใดเป็นผู้ตอบ

ความพร้อมใช้งานบน OrcaRouter ตรวจสอบเมื่อวันนี้

OrcaRouter ให้บริการโมเดลนี้ โดยอยู่ในแค็ตตาล็อกสดของเราในชื่อ deepseek/deepseek-v4.1-flash — โปรดทราบว่าตัวระบุนี้สะกดเวอร์ชันโดยมีจุด v4.1 ในขณะที่ slug บล็อกของเราใช้ยัติภังค์แทน คัดลอกสตริงให้ตรงตามที่อยู่ในรายการ มิฉะนั้นไคลเอนต์จะค้นหาไม่พบ รายการนี้มีหน้าต่างบริบทขนาด 1,048,576 โทเคน เอาต์พุตสูงสุด 384K อินพุตข้อความและรูปภาพ และตัวเลขช่วงออฟพีคของผู้ให้บริการเองที่ $0.15 ต่อล้านโทเคนอินพุต และ $0.60 ต่อล้านโทเคนเอาต์พุต โดยคิด $0.003 ต่อล้านเมื่อแคชฮิต ส่งผ่านโดยคิดมาร์กอัป 0% — อัตราของ DeepSeek คือสิ่งที่คุณจ่าย และช่วงเวลาพีคในวันทำการของ DeepSeek ยังทำให้ราคาเพิ่มเป็นสองเท่า การสลับสำรองอัตโนมัติหมายความว่าคุณสามารถวางโมเดลที่ยังไม่ผ่านการพิสูจน์ไว้หลังเส้นทางที่สลับไปใช้ตัวสำรอง เมื่อเกิดข้อผิดพลาดหรือถูกจำกัดอัตรา ซึ่งเป็นวิธีที่ประหยัดในการดูว่าโมเดลนั้นรับไหวหรือไม่ก่อนที่มันจะไปถึงเส้นทางการใช้งานจริง ข้อความนี้ครอบคลุมเฉพาะตัวระบุนี้และโมเดลนี้เท่านั้น; DeepSeek V4 Pro และสาย V4 ที่กว้างกว่าถือเป็นรายการแยกและข้อเท็จจริงแยกกัน

ชุดการเปรียบเทียบ: จะเปิดอะไรต่อไป

นี่คือจุดที่ผู้อ่านอยู่จริง ๆ ในข้อมูล Search Console ของเราเอง ซึ่งดึงมาเมื่อวันที่ 2026-10-13 กลุ่มผลิตภัณฑ์ DeepSeek V4.1 Flash ทำได้ 9,444 การแสดงผลและ 418 คลิกจาก 198 คำค้น — และแถวเดียวที่มีการแสดงผลมากที่สุดไม่ใช่ชื่อโมเดล แต่เป็นการเปรียบเทียบแบบตัวต่อตัว deepseek v4.1 flash vs glm 5.3 flash ที่ 1,372 การแสดงผล ส่วนคำเดี่ยว ๆ ทำได้ 2,025 การแสดงผลจาก 33 คำค้น มีหน้าเปรียบเทียบสิบหน้าอยู่ใต้รากคำนี้ และแต่ละหน้าเขียนขึ้นเพื่อตอบคำถามของตัวเอง แทนที่จะซ้ำหน้านี้:

• DeepSeek V4.1 Flash กับ GLM-5.3-Flash — การแข่งขันด้านราคา และผลเสียด้านความหน่วงช่วงเริ่มต้นที่มาพร้อมกับการชนะมัน • DeepSeek V4.1 Flash กับ DeepSeek V4 Flash — คำถามเรื่องการย้ายระบบ ซึ่ง DeepSeek ตอบไปบางส่วนด้วยการเลิกใช้ตัวระบุของโมเดลรุ่นเก่า • DeepSeek V4.1 Flash กับ DeepSeek V4 Pro — การส่งมอบที่ DeepSeek กำหนดไว้แล้วภายหลังยกเลิก และสิ่งที่เหลือให้คุณต้องเลือกระหว่างกัน • DeepSeek V4.1 Flash กับ Gemini 3.8 Flash — ราคาถูกสองราคาที่ผูกกับการหมดอายุสองแบบที่ต่างกันมาก • DeepSeek V4.1 Flash กับ GPT-5.6 Sol — ช่องว่างราคาที่วางข้างช่องว่างเวลาถึงโทเคนแรก • DeepSeek V4.1 Flash กับ GPT-5.6 Terra — จุดที่เกณฑ์บริบทเปลี่ยนอัตราในระหว่างคำขอ • DeepSeek V4.1 Flash กับ Claude Opus 5 — กระดานคะแนนสองอันที่ไม่ลงรอยกันว่าโมเดลไหนชนะ • DeepSeek V4.1 Flash กับ Grok 4.6 — ส่วนต่างความสามารถเล็กน้อยเมื่อเทียบกับค่าใช้จ่ายประจำที่สูงมาก • DeepSeek V4.1 Flash กับ Kimi K3 — คำกล่าวอ้างแบบเทียบกันตัวต่อตัวของผู้ขายเอง ซึ่งนำไปตรวจสอบกับหลักฐานที่รองรับ • DeepSeek V4.1 Flash กับ Qwen3.8-Max — หน้าต่างบริบทเดียวกันในราคาต่อโทเคนที่สูงกว่ายี่สิบเท่า

ถ้าคุณมีเวลาดูแค่รายการเดียว ให้ดูการเปรียบเทียบ GLM-5.3-Flash เพราะเป็นแถวที่ผู้อ่านพิมพ์ค้นหากันมากที่สุด ทั้งสองรุ่นมีราคาใกล้เคียงกันพอที่การตัดสินใจจะขึ้นอยู่กับว่าคุณต้องการโทเคนแรกเร็วแค่ไหน มากกว่าว่าแต่ละรุ่นราคาเท่าไร