DeepSeek V4.1 Flash：快速層級、其真實價格，以及免費問題的解答

DeepSeek V4.1 Flash 是 DeepSeek V4.1 系列中的快速層級：一個多模態混合專家模型，具備 1,048,576 個 token 的上下文視窗、影像輸入、在 Hugging Face 上以 MIT 授權釋出的權重，以及每百萬輸入 token 0.15 美元、每百萬輸出 token 0.60 美元的離峰定價。它於 2026-09-10 正式全面推出，因此這項發布是用來標定該模型時間點的事實，而非本頁所報導的事件——而在那個日期之後許久，有兩個問題會把讀者帶到這裡：它是否免費，以及它與使用者眼前既有的任何模型相比表現如何。第一個問題有簡短的答案，所以先講。

DeepSeek V4.1 Flash 是免費的嗎？你正在尋找的答案

沒有。在 DeepSeek 自家平台上，這個模型沒有免費的 API 方案——沒有免費的每月額度，也沒有免費端點。計費採隨用隨付，從已儲值的餘額中扣款，費率與該產品線其餘部分列在同一張價目表上。你要呼叫的模型 ID 是 deepseek-flash，而針對該 ID 的每一筆請求都按已公布的 Flash 費率計費。消費者應用程式可免費使用；其背後的 API 則不然，而且兩者是各自獨立的產品。

真正接近免費的是快取。命中快取的輸入 token 每百萬個要價 $0.003，而離峰時段的全新輸入 token 每百萬個則為 $0.15——五十分之一。任何具有龐大且穩定前綴（系統指令、工具結構描述、儲存庫對照表）的工作負載，幾乎不必為提示中重複的部分付費，成本落在新的 token 上。這項折扣適用的確切條件是由 DeepSeek 決定，而非由用戶端決定，因此在根據這個數字編列預算之前，請先閱讀最新文件。

會出現免費與否這個問題，還有第二個原因，而這點值得與第一個原因區分開來。第三方平台宣傳可免費或試用存取這個模型，這些管道確實存在；它們也屬於會無預警變更的那種條款，而且背後都沒有 DeepSeek 自家的費率表。請把它們當成原型開發用的介面，而非正式環境的後端。我們自家的目錄確實有一項零成本選項——但那是 deepseek/deepseek-v4-flash-free，已退役的 V4 Flash，不是這個模型。兩者只差一個版本號，而且並不是同一回事。

Flash 在 V4.1 產品線中的定位

V4.1 是一個全新的架構系列，而非 V4 的小版本更新。Flash 是其中體積小、速度快的成員——這個層級是為吞吐量和成本而打造，而非為了排行榜頂端。旗艦級的同系列產品是 DeepSeek-V4-Pro-0813，以模型 ID deepseek-v4-pro 提供服務，離峰時段定價為每百萬輸入 token 0.66 美元、每百萬輸出 token 1.98 美元：輸入約為 Flash 的四倍半，輸出則略高於三倍，併發上限為 500，而 Flash 為 2,500。DeepSeek 本身宣稱，V4.1 Flash 在效能、成本、速度和總任務時間上全面超越 V4 Pro——這是該廠商對自家基準測試的自身說法，並非獨立測量結果，而這也是為什麼對於任何認定「Pro」永遠是更划算選擇的人來說，這個層級的命名讀起來完全顛倒。

有一條界線必須守住：DeepSeek V4.1 Pro 尚未發布。它僅在 DeepSeek 的資料中作為未來模型出現。本頁面上的任何內容都不適用於它，我們所提供的任何內容也同樣不適用。

這份規格，正如 DeepSeek 所發布的那樣

以下所有內容均摘自 Hugging Face 上的模型卡，網址為 deepseek-ai/DeepSeek-V4.1-Flash。若某項數據為供應商聲明而非已定案的測量結果，文中會加以註明。

• 參數 — 552B 主幹，廠商回報。模型卡指出，預填期間每個 token 啟用 8B 參數，解碼期間啟用 16B 參數；採用混合專家（MoE）架構，每個 MoE 層有 1 個共享專家和 384 個路由專家，其中每個 token 有六個處於啟用狀態。• 架構 — 40 層的因果編碼器-解碼器：20 層因果編碼器饋入 20 層解碼器。• 上下文 — 1,048,576 個 token，模型卡將其四捨五入為一百萬。• 輸出上限 — 在廠商 API 上最多 384K 個 token，因此請明確設定上限，而非信任預設值。• 模態 — 輸入文字與圖像，輸出文字。視覺透過 DeepSeek-ViT 編碼器加上兩層 MLP 投影器處理。• 精度 — 已發布的權重為 BF16、F32、F8_E4M3 與 I8 格式的 safetensors，模型卡上標示 FP8。KV 快取量化為 FP4（E2M1，每 16 個通道使用一個 E4M3 縮放）。• 授權 — MIT，適用於儲存庫與權重。• 發布 — 2026-09-10 全面可用；48 個 safetensors 分片，儲存庫中約 510 GB。

Flash 對上 Pro：等級名稱所引發的問題

如果你正在這兩者之間做選擇，準則並不是「Pro 比較強」。Flash 層級是為了規模而存在：高併發、對成本敏感的流量，在這種情境下，只要 Pro 四分之一的 token 帳單，比最後那幾個能力百分點更重要，而 2,500 次請求的併發上限本身正是選擇這個層級的理由。Pro 層級則是為了最艱難的推理與代理式工作而存在，在這裡你付費換取的是整個產品線的頂規，而吞吐量上限則是你接受的一項限制。這就是這個選擇的全貌——正面對決的證據，包括 Pro 仍然勝出的地方，都放在我們自家的 DeepSeek V4.1 Flash vs DeepSeek V4 Pro 比較頁面，而不是這裡，而且這兩頁刻意不重複彼此的內容。

執行方式：API、權重，或兩者並用

兩條路線都開放。DeepSeek 在自己的 API 上以 deepseek-flash 這個 id 提供該模型，同時支援 OpenAI 相容與 Anthropic 相容的 base URL，因此既有用戶端通常只需要更改模型字串。另外，權重可供下載：MIT 授權、48 個 safetensors 分片、約 510 GB，這讓它們超出任何單 GPU 機器的範圍，直接落在「租一個節點，否則免談」的類別。DeepSeek 也在儲存庫內附上官方推論配方——這是一份可讀的參考實作，而非生產級服務引擎——其完整範例會將權重轉換為 fp4 專家，並採用八路模型平行，這是該儲存庫最接近規模建議的說明。真正決定自架是否愉快的實務細節是另一回事：該模型支援從 1 到 100 連續可選的推理強度，而如果你不調整這個旋鈕，它會在工作完成後很久仍樂於繼續生成。實測配置、人們實際回報的吞吐量數據，以及會過度思考的失敗模式與有效的緩解措施，全都收錄在我們的 DeepSeek V4.1 Flash 本機部署實戰手冊中；誠實的總結是：在你的用量變大之前，API 路線更便宜，而權重路線是產能決策，不是成本決策。

什麼尚未確定？

兩件事，而且都不是小事。參數量與權重對不上。DeepSeek 的模型卡寫的是 552B；該儲存庫自己的 safetensors 索引——Hugging Face 模型頁面上的 Model size 欄位——在 48 個分片中共計 763B，而整個儲存庫約 510 GB。這兩個數字都已公開，彼此並不相同，而且沒有任何人公開裁定這個落差，所以請把 552B 當成廠商自行回報，而非實測值。而且 DeepSeek 自家資料對於較舊的 V4 Flash 識別碼說法不一致——定價頁面說已退役的名稱仍會被接受，並以 Flash 費率路由到這個模型，而其他頁面對路由方式的描述則不同。請從回應中讀回模型，而不要假設是哪個模型回答的。

OrcaRouter 的可用性，今日已檢查

OrcaRouter 提供此模型。它列在我們的即時目錄中，名稱為deepseek/deepseek-v4.1-flash——請注意，該識別碼以句點拼出版本，也就是v4.1，而我們部落格文章的網址代稱則以連字號表示。請完全照清單上的字串複製，否則用戶端什麼都找不到。此清單具備 1,048,576 個 token 的脈絡視窗、384K 的最大輸出、文字與圖片輸入，以及供應商自家的離峰數據：每百萬輸入 $0.15、每百萬輸出 $0.60，快取命中則為每百萬 $0.003，以 0% 加成原樣傳遞——您付的就是 DeepSeek 的費率，而 DeepSeek 平日的尖峰時段仍會使其翻倍。自動容錯移轉意味著您可以將未經實證的模型放在一個會退回的路由之後——當它發生錯誤或受到速率限制時就會退回——這是一種便宜的方式，可在它進入正式環境路徑之前先了解它撐不撐得住。該陳述僅涵蓋此識別碼與此模型；DeepSeek V4 Pro 及更廣泛的 V4 系列是各自獨立的清單，也是各自獨立的事實。

比較集：接下來要開啟什麼

這裡才是讀者真正所在之處。在我們自家的 Search Console 資料中（擷取於 2026-10-13），DeepSeek V4.1 Flash 系列在 198 組查詢中拿下 9,444 次曝光與 418 次點擊——而其中曝光量最大的單一項目並非模型名稱，而是一組正面對決的比較，deepseek v4.1 flash vs glm 5.3 flash，達 1,372 次曝光。單純的詞彙本身則在 33 組查詢中獲得 2,025 次曝光。這個詞幹之下共有十個比較頁面，而每一頁都是為了回答各自的問題而撰寫，而非重複本頁內容：

• DeepSeek V4.1 Flash 對比 GLM-5.3-Flash——價格競爭，以及贏得這場競爭所伴隨的啟動延遲懲罰。 • DeepSeek V4.1 Flash 對比 DeepSeek V4 Flash——遷移問題；DeepSeek 以汰除舊模型的識別碼，部分回答了這個問題。 • DeepSeek V4.1 Flash 對比 DeepSeek V4 Pro——DeepSeek 原定安排、隨後又取消的交接，以及這讓你只能在哪些選項之間做選擇。 • DeepSeek V4.1 Flash 對比 Gemini 3.8 Flash——兩個便宜價格，卻附帶兩種截然不同的到期方式。 • DeepSeek V4.1 Flash 對比 GPT-5.6 Sol——價格差距，對照首字延遲差距。 • DeepSeek V4.1 Flash 對比 GPT-5.6 Terra——上下文門檻在請求進行中改變費率的情況。 • DeepSeek V4.1 Flash 對比 Claude Opus 5——兩個排行榜對哪個模型勝出意見不一。 • DeepSeek V4.1 Flash 對比 Grok 4.6——微小的能力差距，對上龐大的經常性費用。 • DeepSeek V4.1 Flash 對比 Kimi K3——廠商自家的正面對決宣稱，對照其背後的證據來檢視。 • DeepSeek V4.1 Flash 對比 Qwen3.8-Max——相同的上下文視窗，token 價格卻是二十倍。

如果你只有時間看一個，就選 GLM-5.3-Flash 的比較：它是讀者最常輸入的那一列，而且這兩款模型價格相近，決定關鍵在於你多快需要第一個 token，而不是每個 token 要花多少錢。