DeepSeek-V4.1-Flash 是 DeepSeek 新架构系列中规模最小的模型，于 2026 年 9 月 10 日发布，具备原生多模态视觉理解能力——是 V4 Flash 和 V4 Flash Vision 实验的生产级继任者。新架构旨在实现更高的能力上限、更快的推理速度和更高的吞吐量，DeepSeek 报告称 V4.1 Flash 在性能、成本、速度和总任务耗时方面全面超越 V4 Pro。该模型接受文本和图像输入并输出文本，支持 100 万 token 的上下文窗口，最多可输出 384K token，并支持思考模式（默认开启，努力程度可选低/高/最大）和非思考模式，覆盖 Chat Completions、Responses 和 Anthropic 兼容 API，同时支持 JSON 输出、工具调用和聊天前缀补全；FIM 仅在非思考模式下可用。模型权重已在 Hugging Face 上开源（deepseek-ai/DeepSeek-V4.1-Flash）。 发布时的官方基准测试成绩：Terminal-Bench 2.1 上 90.6 分，DeepSWE v1.1 上 74.2 分，NL2Repo-Bench 上 65.4 分，GPQA Diamond 上 90.9 分，带工具的 HLE 上 63.9 分，以及强劲的原生视觉智能体成绩（BabyVision 89.6，带工具的 Chartography 78.9）。定价也随发布同步下调：非高峰时段输入 $0.15/M（缓存未命中）、输出 $0.60/M、缓存命中 $0.003/M；工作日晚高峰时段（UTC 时间 01:00-04:00 和 06:00-10:00）价格翻倍；包括周末在内的所有其他时段均为非高峰时段。
兼容 OpenAI——沿用你现有的 SDK
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="deepseek/deepseek-v4.1-flash-free",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoninglogprobsmax_tokensreasoningreasoning_effortresponse_formatstopstreamstream_optionstemperaturethinkingtool_choicetoolstop_logprobstop_puser_id| 输入 / 1M tokens | $0 |
|---|---|
| 输出 / 1M tokens | $0 |
| 计费方式 | 模型用量不扣钱包余额 |
| 超出限制 | 触发限制时返回 HTTP 429 |
需要不受限制的版本？ deepseek/deepseek-v4.1-flash·免费额度限制说明 →
本周开发者的讨论
@misc{orcarouter_deepseek_v4_1_flash_free,
title = {DeepSeek V4.1 Flash (Free) API},
author = {DeepSeek},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/deepseek/deepseek-v4.1-flash-free}
}DeepSeek. (n.d.). DeepSeek V4.1 Flash (Free) API. OrcaRouter. https://www.orcarouter.ai/models/deepseek/deepseek-v4.1-flash-free