DeepSeek V4.1 Flash：快速档位、其真实价格，以及免费问题的解答

DeepSeek V4.1 Flash 是 DeepSeek V4.1 系列中的快速层级：一个多模态混合专家模型，拥有 1,048,576 token 的上下文窗口、图像输入、在 Hugging Face 上以 MIT 许可证发布的权重，以及非高峰时段每百万输入 token 0.15 美元、每百万输出 token 0.60 美元的标价。它于 2026-09-10 正式全面开放，因此这次发布是一个为该模型标明时间的事实，而非本页面所报道的事件——而在那个日期之后很久，仍有两个问题把读者带到这里：它是否免费，以及它与读者眼前已有的任何模型相比表现如何。第一个问题答案简短，所以先讲它。

DeepSeek V4.1 Flash 免费吗？你想要的答案

不。在 DeepSeek 自己的平台上，该模型没有免费 API 层级——没有免费月度配额，也没有免费端点。计费采用预充值余额按量付费方式，费率与同系列其他模型列在同一张价格卡上。你调用的模型 ID 是 deepseek-flash，针对该 ID 的每个请求都按公布的 Flash 费率计费。面向消费者的应用可免费使用；但其背后的 API 并非免费，二者是相互独立的产品。

真正接近免费的是缓存。在非高峰时段，一次缓存命中的输入词元每百万只要 $0.003，而全新的输入词元是 $0.15——五十分之一。任何具有庞大且稳定前缀的工作负载（系统指令、工具模式、代码仓库地图），提示中重复的部分几乎不花钱，费用都由新增的词元承担。折扣适用的具体条件由 DeepSeek 设定，而非客户，因此在依据这个数字制定预算之前，请先阅读最新文档。

免费的问题还有第二个原因，值得与第一个原因分开来看。第三方平台宣称可免费或试用访问此模型，这些途径确实存在；但它们也属于那种可能随时变更而无需通知的条款，且背后都没有 DeepSeek 自己的价目表。请把它们当作原型验证的渠道，而非生产环境的后端。我们自己的目录中确实有一个零成本条目——但它是deepseek/deepseek-v4-flash-free，即已下线的 V4 Flash，而非本模型。两者仅相差一个版本号，并不是同一回事。

Flash在V4.1系列中的定位

V4.1 是一个新的架构家族，而不是 V4 的一次点版本发布。Flash 是其小巧、快速的成员——这一层级是为吞吐量和成本而打造，而不是为了站上排行榜顶端。其旗舰兄弟型号是 DeepSeek-V4-Pro-0813，其服务所使用的模型 ID 为 deepseek-v4-pro，标价为每百万输入 0.66 美元、每百万输出 1.98 美元（非高峰时段）：输入约为 Flash 的 4.5 倍，输出略高于 3 倍，并发上限为 500，而 Flash 为 2,500。DeepSeek 自己报告称，V4.1 Flash 在性能、成本、速度和总任务时间上全面超越 V4 Pro——这是厂商基于自家基准测试的自我宣称，并非独立测量，也正是为什么对于任何认为“Pro”总是更值得买的人来说，这一层级命名读起来是颠倒的。

有一条界限需要明确：DeepSeek V4.1 Pro 尚未发布。它只在 DeepSeek 的资料中作为未来模型出现。本页面的任何内容都不适用于它，我们提供的任何内容也不适用。

该规范，正如 DeepSeek 所发布的那样

以下内容全部读自 Hugging Face 上的模型卡片，即deepseek-ai/DeepSeek-V4.1-Flash。凡某项数字属于厂商宣称而非已确证的实测结果，文中均已注明。

• 参数 — 552B 主干，厂商报告数据。卡片说明，在预填充期间每个 token 激活 8B 参数，在解码期间激活 16B 参数，采用混合专家布局，每个 MoE 层有 1 个共享专家和 384 个路由专家，其中每个 token 有六个处于激活状态。• 架构 — 一个 40 层因果编码器-解码器：一个 20 层因果编码器馈入一个 20 层解码器。• 上下文 — 1,048,576 个 token，卡片将其四舍五入为一百万。• 输出上限 — 厂商 API 上最多 384K 个 token，因此请显式设置上限，而不要信任默认值。• 模态 — 输入文本和图像，输出文本。视觉通过一个 DeepSeek-ViT 编码器加一个两层 MLP 投影器运行。• 精度 — 发布的权重为 safetensors 格式，采用 BF16、F32、F8_E4M3 和 I8，卡片上标注了 FP8。KV 缓存量化为 FP4（E2M1，每 16 个通道一个 E4M3 缩放）。• 许可证 — MIT，仓库和权重均适用。• 发布 — 2026-09-10 正式可用；48 个 safetensors 分片，仓库中约 510 GB。

Flash 对 Pro：层级名称所引发的问题

如果你要在两者之间做选择，规则并不是“Pro 更强”。Flash 层级是为规模而存在的：面向高并发、对成本敏感的流量，在这些场景里，token 账单只有 Pro 的四分之一，比最后那几个能力百分点更重要，而 2,500 请求的并发上限本身就是选择它的理由。Pro 层级则是为最难的推理和智能体工作而存在的，在这里你为全系最强能力付费，而吞吐量上限是你接受的约束。这就是这个选择的整体形态——正面对比证据，包括 Pro 仍然胜出的地方，都在我们自己的 DeepSeek V4.1 Flash vs DeepSeek V4 Pro 对比中，而不是在这里，而且这两个页面有意不重复彼此的内容。

运行方式：API、权重，还是两者都要

两条路线都是开放的。DeepSeek 通过自家 API 提供该模型，id 为 deepseek-flash，同时提供 OpenAI 兼容与 Anthropic 兼容的 base URL，因此已有客户端通常只需改一下模型字符串即可。另外，权重也可下载：MIT 许可，48 个 safetensors 分片，约 510 GB——这就把它排除在任何单 GPU 机器之外，妥妥落入"要么租个节点，要么就别折腾"的范畴。DeepSeek 还在仓库中附带了官方推理配方——一份可读的参考实现，而非生产级服务引擎——其完整示例会把权重转换为 fp4 专家，模型并行规模为 8，这是该仓库中最接近规模建议的表述。真正决定自托管体验是否愉快的实用细节却是另一件事：该模型支持从 1 到 100 连续可调的推理强度，如果不把这只旋钮调好，它会在活干完之后仍乐此不疲地一直生成下去。实测配置、人们实际报告的吞吐数字，以及过度思考这一失败模式及其真正有效的缓解措施，都在我们的 DeepSeek V4.1 Flash 本地部署实战手册中；而诚实的总结是：在你的量做到足够大之前，走 API 更便宜；而走权重这条路属于容量决策，而非成本决策。

什么尚未确定

有两件事，而且都不是小事。参数量与权重对不上。DeepSeek 的模型卡写的是 552B；但该仓库自己的 safetensors 索引——即 Hugging Face 模型页面上的 Model size 字段——在 48 个分片中共计 763B，而整个仓库约为 510 GB。两个数字都已公布，但它们并不是同一个数字，而且没有人在公开场合裁定过这一差距，所以应把 552B 视为厂商自报的，而非实测的。而且 DeepSeek 自己的材料对较旧的 V4 Flash 标识符说法不一致——定价页面称，已停用的名称仍会被接受，并按 Flash 费率路由到此模型，而其他页面对该路由的描述不同。要从响应中回读模型，而不是假定是哪个模型作出的回答。

OrcaRouter 上的可用性，今日已检查

OrcaRouter 提供此模型。它已列在我们的实时目录中，标识为 deepseek/deepseek-v4.1-flash —— 请注意，该标识符中的版本用点号表示，v4.1，而我们的博客 slug 则用连字符。请严格按列表中的字符串原样复制，否则客户端将找不到任何内容。该条目具有 1,048,576 token 的上下文窗口、384K 的最大输出、文本和图像输入，以及供应商自己的非高峰价格：每百万输入 $0.15、每百万输出 $0.60，缓存命中为每百万 $0.003，以 0% 加价传递 —— DeepSeek 的费率就是你支付的价格，而 DeepSeek 的工作日高峰时段仍会将其翻倍。自动故障转移意味着你可以将未经证实的模型放在一条会回退的路由后面，当它出错或触发速率限制时，这是一种廉价的方式，可以在它进入生产路径之前弄清它是否撑得住。该声明仅涵盖此标识符和此模型；DeepSeek V4 Pro 以及更广泛的 V4 系列是单独的条目和单独的事实。

对比集：接下来打开什么

这才是读者实际所在的地方。在我们自己于 2026-10-13 拉取的 Search Console 数据中，DeepSeek V4.1 Flash 系列在 198 个查询中获得了 9,444 次展示和 418 次点击，而其展示量最高的单行并不是模型名称，而是一组正面对比，deepseek v4.1 flash vs glm 5.3 flash，达到 1,372 次展示。单独的该词条在 33 个查询中获得了 2,025 次展示。这个词干下有十个对比页面，每一个都旨在回答自己的问题，而不是重复本页内容：

• DeepSeek V4.1 Flash 与 GLM-5.3-Flash — 价格战，以及赢得这场战争所带来的启动延迟代价。 • DeepSeek V4.1 Flash 与 DeepSeek V4 Flash — 迁移问题，DeepSeek 通过停用旧模型的标识符部分回答了这个问题。 • DeepSeek V4.1 Flash 与 DeepSeek V4 Pro — DeepSeek 安排后又取消的交接，以及这让你只能在什么之间做选择。 • DeepSeek V4.1 Flash 与 Gemini 3.8 Flash — 两个便宜的价格，对应两种截然不同的到期方式。 • DeepSeek V4.1 Flash 与 GPT-5.6 Sol — 价格差距与首 token 时间差距的对比。 • DeepSeek V4.1 Flash 与 GPT-5.6 Terra — 上下文阈值在请求中途改变费率之处。 • DeepSeek V4.1 Flash 与 Claude Opus 5 — 两个记分牌对哪个模型胜出意见不一。 • DeepSeek V4.1 Flash 与 Grok 4.6 — 小幅能力差异与高额经常性账单的对比。 • DeepSeek V4.1 Flash 与 Kimi K3 — 供应商自己的正面交锋声明，并对照其背后的证据进行核查。 • DeepSeek V4.1 Flash 与 Qwen3.8-Max — 相同的上下文窗口，token 价格却是二十倍。

如果你只有时间看一项，那就看 GLM-5.3-Flash 的对比：这是读者最常输入的那一行，而且这两个模型在价格上足够接近，所以决定因素在于你多快需要首个 token，而不是每个 token 要花多少钱。