DeepSeek V4.1 Flash 在 OpenCode 中：設定、成本，以及沒人提及的努力旋鈕

DeepSeek V4.1 Flash 自 9 月 10 日起就一直待在 OpenCode Go 裡，而 OpenCode 為它附加的倍率有公布結束日期：9 月 20 日。也就是四天後。有趣的地方不是這個期限，而是決定這個模型寫起程式順不順手的那項設定，在搜尋結果第一頁的每一份設定指南中都找不到，而且在至少兩個測試框架裡它被默默丟棄。這是一份實戰指南，教你如何把編碼代理指向 DeepSeek V4.1 Flash：確切的模型 ID、今天驗證過的三種整合、社群回報的推理強度控制，以及過度思考的失敗模式與真正有效的緩解措施。

你實際上讓你的代理指向什麼

DeepSeek V4.1 Flash 於 2026-09-10 推出——DeepSeek 自家 API 文件上的發行說明標註的正是當天日期，而它是該廠商新架構系列中最小的模型。DeepSeek 表示，其 552B 參數的混合專家主幹建構於其所稱的 Causal Encoder–Decoder 設計之上，在預填期間每個 token 約啟用 8B 參數，在解碼期間則啟用 16B。它接受文字與圖像作為輸入並傳回文字，支援最高達一百萬個 token 的上下文視窗，並能在單一回應中產生最多 384,000 個 token——上下文與輸出上限皆來自 OrcaRouter 為該模型設立的自家模型頁面，該頁面分別列出 1,048,576 與 384,000。

廠商自報的基準測試成績，來自 DeepSeek 發布頁面上的圖表，因此屬於廠商自行呈報、未經審計的數據：Terminal-Bench 3.0 為 30.0，DeepSWE v1.1 為 74.2，CyberGym 為 88.1，Automation-Bench 為 54.8，GPQA Diamond 為 90.9。獨立評測雖然較為稀少，但確實存在——今天直接查閱 Artificial Analysis，其 Intelligence Index 給 DeepSeek V4.1 Flash 打出 40 分，在其比較類別中於 113 個模型裡排名第 6。同一頁面上有一行資訊，對 coding-agent 讀者而言比排名更重要：Artificial Analysis 將該模型標為非常冗長，它在完成 Intelligence Index 測試時消耗了 2.5 億個輸出 token，而中位數為 1.4 億。我們之後會再回到這一點。

兩項命名事實能節省實際的除錯時間。DeepSeek 的標準 API 模型 ID 現在是 code>deepseek-flash/code>。較舊的字串 code>deepseek-v4-flash/code> 與 code>deepseek-v4-flash-vision-exp/code> 仍可接受，但其背後的模型已退役，請求會由 V4.1 Flash 以 Flash 的價格提供服務。另外，DeepSeek V4 Pro 並未消失：DeepSeek 的說明文件指出，V4 Pro API 服務在 2026-09-14 之後仍會持續，且計費維持不變。如果有人告訴你旗艦已被停用，那並非廠商自己的說明文件所說。

OpenCode：兩種進入途徑，以及真正該輸入的 id

要將 DeepSeek V4.1 Flash 架在 OpenCode 背後有兩種做法，而兩者的成本效益各不相同。

訂閱方案是 OpenCode Go，這是每月 10 美元的方案，OpenCode 將其描述為一組精選的開放式程式設計模型，並經過測試與基準測試。設定只要四個步驟，而且沒有需要手動編輯的設定檔：登入 OpenCode Zen、訂閱 Go、複製 API 金鑰，然後執行code>/connect/code>，在 TUI 中選擇 OpenCode Go，並貼上金鑰。之後code>/models/code> 會列出可用項目。設定中的模型參照格式為code>opencode-go/<model-id>/code>。

哪個模型 ID？兩者皆是。Go 閘道自身的模型清單，今天從 code>https://opencode.ai/zen/go/v1/models/code> 取得，會回傳 code>deepseek-flash/code> 與 code>deepseek-v4.1-flash/code> 這兩個各自獨立的項目，並與舊有的 code>deepseek-v4-flash/code> 及 code>deepseek-v4-pro/code> 並列。前兩者中的任一個都能解析到你要的模型；code>deepseek-flash/code> 是標準名稱，對於任何你打算持續執行的項目而言是更安全的選擇。

直接路徑完全跳過訂閱：執行 code>/connect/code>，搜尋 DeepSeek，然後貼上 DeepSeek 平台金鑰。接著你將由 DeepSeek 按定價計費，而不是動用 Go 的額度。DeepSeek 公布的定價為離峰時段每 100 萬輸入權杖 $0.15、每 100 萬輸出權杖 $0.60，快取讀取為每 100 萬 $0.003——而在尖峰時段則正好是這些價格的兩倍。無論是 OpenCode Go 的文件，還是 OrcaRouter 的模型頁面，今日查閱時都同意這些數字。

OpenCode Go 額外提供的是額度結構，而這裡的數字值得仔細解讀，因為它們正是這個期限之所以重要的原因。OpenCode 自家的文件列出 DeepSeek V4.1 Flash，每月上限為 15 美元，目前在 OpenCode 標示為「9 月 20 日結束」的促銷活動下乘以 4 倍至 60 美元。預估請求次數以兩欄公布：標準費率下為每 5 小時 6,500 次／每週 16,250 次／每月 32,500 次，或者套用 4 倍倍率後為 26,000／65,000／130,000。額度的形態在各模型之間一致——5 小時上限是每月數字的 20%，每週上限是 50%，而每月上限就是全部。

那些是 OpenCode 公開的數字，是今天從其 Go 說明文件讀取的。那項促銷活動由他們決定何時結束，而且是有期限的。

Command Code：仍在運作，還有一份值得一看的錯誤回報

Command Code 自家的產品目錄截至今日仍將該模型列出，id 為code>deepseek-v4-1-flash/code>，具備 1M token 的上下文視窗，以及同樣的價格轉嫁模式：離峰時段 $0.15 / $0.60，尖峰時段 $0.30 / $1.20，快取讀取 $0.003。兩個獨立測試框架的價格完全一致絕非巧合——雙方都是直接沿用 DeepSeek 的定價，而非自行訂價。

機制很簡單。使用以下指令安裝：code>npm i -g command-code/code>，從你的專案目錄執行它，並使用 code>/login/code> 進行驗證，並使用 code>/connect/code>，如果你想自備供應商金鑰。code>/model <id>/code> 會直接套用模型變更，而單獨輸入 code>/model/code> 會開啟選擇器，code>/effort/code> 則會設定目前模型的推理強度——這裡最重要的旗標。

在你開始除錯錯誤的層級之前，有一則社群錯誤回報值得先記在腦海裡。一個針對第三方路由層的未解決 issue 描述了某個推理重播快取，對 code>command-code/deepseek-v4.1-flash/code> 這個 id 永遠不會啟用，因為路由層用來比對的模式預期的是 code>v4./code> 或 code>v4-/code> 區段，而該字串是 code>v4.1/code>。回報的症狀是上游 400 錯誤，抱怨在 thinking 模式中產生的推理內容必須傳回 API。那是一則關於用戶端比對器的社群錯誤回報，不是廠商指引，也不是模型的問題——但它正是那種在凌晨兩點會看起來像模型故障的東西。

Claude Code、Codex，以及 OpenCode 本身已驗證的用戶端

OpenCode Go 並非僅限 OpenCode 使用，而他們的文件也明確如此說明：它是為 OpenCode 以及其他會產生類似請求模式的程式開發代理所設計，並公布了一份經驗證可運作的客戶端清單。該清單目前列出 Hermes、Claude Code、Codex、ZCode 與 Pi——而針對 Claude Code 的說明是，它「能辨識其原生工作階段標頭，不需要自訂標頭的包裝層」。隨之而來有兩項要求：以自己的 user agent 而非通用 SDK 名稱來識別你的客戶端，並在每次對話的 code>x-opencode-session/code> 標頭中送出穩定的工作階段識別碼，這正是讓他們的路由與提示快取得以運作的關鍵。對 Hermes 而言，經過驗證的建置版本很重要——該標頭修正是在 v0.21.0 之後才合併，因此單憑那個版本並不包含它。

還有一種完全不需要訂閱的方式，直接使用 DeepSeek 的 Anthropic 相容端點。設定 code>ANTHROPIC_BASE_URL/code> 設為 code>https://api.deepseek.com/anthropic/code>，code>ANTHROPIC_AUTH_TOKEN/code> 設為你的 DeepSeek 金鑰，並將模型變數指向該模型。Claude 模型名稱在傳入時會重新對應：任何開頭為 code>claude-opus/code> 都會對應到 DeepSeek V4 Pro，並以 V4 Pro 的價格計費，而 code>claude-sonnet/code> 與 code>claude-haiku/code> 名稱會對應到 Flash 模型。這個 code>[1m]/code> 在模型字串上的後綴會要求百萬權杖上下文的變體。DeepSeek 針對此設定的官方指南也會設定 code>CLAUDE_CODE_EFFORT_LEVEL=max/code>，並將自動壓縮視窗固定為 786432 個權杖。

最後那個變數就是社群修正方案所在之處。會有變通代理，是因為近期的 Claude Code 版本會送出code>thinking: {"type": "disabled"}/code> 於子代理請求中，而code>CLAUDE_CODE_EFFORT_LEVEL=max/code> 會加入一個推理強度參數，且 DeepSeek 的 Anthropic 格式端點會拒絕這個組合，並回傳一則訊息，表示在設定了推理強度時，thinking 選項無法被停用。所回報的變通方法範圍很窄——僅從子代理請求中移除 effort 參數，主代理則保持不變。將其視為關於用戶端／伺服器契約不符的社群發現，並預期確切的版本分界會變動。

努力刻度盤：1–100，以及為什麼「低」代表 50

本節中的所有內容都是社群發現，而非廠商指引。DeepSeek 並未發布我們能驗證的預設項目與數字對應關係，而下列數字來自實務工作者的文章與第三方評測框架文件。它們在各來源之間足夠一致，因此有參考價值；但也足夠未經證實，所以你應該在自己的工作上測試它們。

DeepSeek V4.1 Flash 以 1 到 100 的連續推理努力純量進行訓練。它不是 token 上限——而是移動模型在訓練過程所學到的曲線上的位置，其中較低的努力會施加更多壓力以保持簡潔，而較高的努力則讓額外推理變得更便宜。三個公開預設值對應到這個尺度：

• 低 — 50，路徑最短，也是讓這個控制項背上廉價惡名的預設值。

• 高 — 75，也是多數社群來源所描述代理工作的合理上限層級。

• Max — 100，其中對推理長度的懲罰會完全移除。

這個旋鈕所換得的效益確實存在，但衰減得非常明顯。有一項社群基準測試掃描報告指出，把 effort 從 25 調高到 100，能讓 Terminal-Bench 2.1 從 82.4 提升到 90.6，但整體輸出 token 數大約會變成 2.5 倍。各方報告一致指向 effort 落在 60 到 80 之間，就能以不到一半的 token 預算取得大部分可得的準確率；而開到最大會讓 agent 軌跡再增加 1.6–1.8 倍，換來的增益卻很有限。

預設值是最沒有共識的部分。有些測試框架文件與實務人員報告指出，未設定的 effort 會解析為 high；另一些則將伺服器預設值描述為單純未知。有明確文件記載而非仍有爭議的是，有兩個測試框架整合被發現完全沒有送出該參數——OpenCode Go 供應商設定檔與原生 DeepSeek 設定檔都略過了送出 code>reasoning_effort/code> 的 code>deepseek-flash/code> slug，因為它們的比對防護條件預期會有 code>deepseek-v…/code> 前綴，而標準 ID 並沒有這個前綴。在這兩種情況下，使用者選擇的設定都被供應商預設值悄悄取代。如果你的用戶端顯示了 effort 控制項，那並不代表它真的有送出。記錄一個請求主體並查看。

同一批報告還有一個怪癖：OpenCode Go 端點接受 code>low/code>、code>medium/code>、code>high/code> 與 code>max/code>，但會拒絕以整數表示的 effort——據回報，填入 80 會回傳 HTTP 400。模型內部確實存在 1–100 的刻度，但並非在所有地方都以原始數字形式暴露，因此「把 effort 設為 65」在你的用戶端中未必能表達得出來。

過度思考的失效模式，以及真正能修復它的方法

這是一種失效模式，決定你是否會把模型留在你的工作流程中。社群回報描述 DeepSeek V4.1 Flash 在工作完成後仍持續推理：重新爭辯一個它已經正確回答的論點、敘述自己如何修正錯誤假設，並產生資訊密度低的長推理鏈。有一位實務工作者回報，在一個程式設計 CLI 工作階段中，推理輸出持續超過一小時。另一位則回報，完全無法讓它完成一次長時間的基準測試執行。

關於第二份報告的來源說明，因為這類說法最容易被洗白。它出自一個討論如何穩定運行該模型的社群討論串，而 Reddit 會封鎖我們的抓取程式，所以我們無法直接讀取該討論串——我們是轉述這份報告，而不是引述我們實際開啟過的頁面。我們能獨立驗證的是問題的輪廓，而在這一點上，外部證據異常乾淨：Artificial Analysis 在自己的頁面上指出，該模型極為冗長，完成一次運行要消耗 2.5 億個輸出 token，而其中位數比較模型只需 1.4 億個就能完成。這大約是 1.8 倍，由第三方在固定任務集上測得。論壇上的回報與這項獨立指標描述的是同一種行為。

那些報告所產出的緩解措施，全都來自社群：

• 將 effort 固定在 high 或更低，並且不讓它棘輪式上升。實際環境中最明確的修正，是一個專門用來阻止 effort 升級的路由外掛：回合深度對升級分數沒有任何貢獻，只有失敗的工具結果或完全相同的重試才會計入，升級有上限，而 max 需主動選用且預設被降級。如果你的 harness 允許 agent 在執行時間拉長時自行提高 effort，那就是該關掉的機制。

• 不要將 max 作為預設執行。多位從業人員回報，max 會不斷空轉，而無法在例行工作上收斂；切換回 high 即可解決。

• 設上限：code>max_tokens/code> 於互動路徑。384,000 個 token 的輸出上限是一種限制，而非目標；而一個不會終止的迴圈在那樣的上限下代價高昂。

• 驗證該參數確實有被送出。既然發現有兩個測試框架會默默將它丟棄，「我把它設為 high」和「high 有送達 API」是不同的說法。

• 測試框架的重要性超乎你的預期。使用相同權重的從業者回報，在不同外殼之間行為差異極大——同一個模型在某個測試框架中會自相矛盾、把訊號埋沒，換到另一個框架卻完全沒有人提出這些抱怨。這是社群對測試框架行為的觀察，不是廠商對該模型的宣稱，但它是這些報告中最常被重複的一條建議。

以這些費率計算，一個編碼迴圈實際上要花多少成本

DeepSeek 的定價是離峰時段每 100 萬個輸入 token 收 0.15 美元、每 100 萬個輸出 token 收 0.60 美元——輸出是輸入的四倍，這是認識一個既能生成推理、也能生成程式碼的 agent 時，首先該內化的觀念。

以一個真實的 agent 回合為例：輸入 60,000 個 token 的上下文（系統提示、工具結構定義、儲存庫切片、對話歷史），輸出 3,000 個 token 的推理外加一個修補程式。也就是輸入 60,000 × $0.15/1M = $0.009，加上輸出 3,000 × $0.60/1M = $0.0018，所以每回合大約 1.1 美分。一個工作日裡兩百個這樣的回合大約是 $2.16，而以離峰費率計算，一整個月的平日加起來約為 $47。正是這樣的算術，讓每月 $15 的額度再加上 4× 促銷顯得很大方——也正是這樣的算術，讓冗長成為最該留意的事。

因為這就是隱藏在 Artificial Analysis 那個數字裡的槓桿。模型在固定任務集上使用的中位輸出 token 數的 1.8 倍，意味著一個受輸出限制的迴圈，成本會是單看 token 價格所推估的 1.8 倍。而 effort 調節鈕正是控制這件事的關鍵。社群回報指出，把 effort 從 max 調降到 high，輸出 token 大約會減半——這比 peak/off-peak 時段排程對你造成的任何波動都大得多。effort 設定是那根大槓桿；時段排程則是免費的那一根。

在安排任何事之前，有件事值得先知道：尖峰時段是 UTC 週一至週五的 01:00–04:00 與 06:00–10:00，其他所有時間（包括週末）都是離峰時段。一個在 09:00–18:00 CET 工作的歐洲團隊永遠碰不到尖峰。一個在北京同樣按當地工時上班的團隊，則會從 09:00–12:00 和 14:00–18:00 撞上尖峰——九個工作小時裡有七個是兩倍價格。同樣的模型、同樣的程式碼，帳單卻翻倍，完全由時區決定。

另一項免費的節省來自快取讀取費率，每 100 萬個詞元收 $0.003，相較於全新輸入的 $0.15——只有五十分之一。程式編寫代理的提示大多是可穩定重複的前綴：系統指令、工具定義、儲存庫中不會變動的部分。把穩定不變的內容放在最前面，讓變動的內容跟在後面，供應商端的快取就會處理其餘的部分。快取輸入是否享有折扣、以及在什麼條件下適用，是由 DeepSeek 而非用戶端決定的，所以在據此編列預算之前，請先查閱目前最新的文件加以確認——我們自家關於 code>deepseek/deepseek-v4.1-flash/code> 的模型頁面也是這麼說的：快取輸入的費率依供應商的條款而定。

如果你不想為了評估這個模型而新增第二個訂閱，同樣的 id 可透過 在我們整個型錄前方的一個 OpenAI 相容端點取得，並以供應商的費率搭配0% 加成—— 因此 DeepSeek 端的價格變動會當天在這裡生效，而不是等到下一次重新定價。這對本文所描述的情況最為重要：一個有明確紀錄顯示會傾向於持續運作，且位於你尚未完成評估的路徑上的模型。備援鏈意味著，出錯的一回合會在回應開始前改由另一個模型接手，而不是讓請求失敗。

552B、748B 或 763B——規模問題確實仍未定論

不要將這個模型的參數數量當作定論來複述，因為目前流傳著三種不同的數字，而它們沒有一個是單純錯誤的。

DeepSeek 自家的模型卡描述了一個「552B 主幹參數」模型，而那是廠商回報的數字——它也是我們自家模型頁面上規格面板所載的數字。同一張模型卡另外列出一個 196B 參數的「Engram 條件式記憶」模組，「透過基於 token 的查找進行稀疏存取」。把兩者相加得到 748B，這正是社群分析在發布後數小時內得出的算術結果。而同一個模型儲存庫上的檔案中介資料列出模型大小為 763B 參數，這又是第三個數字。

表面上的爭議是定義之爭，而非矛盾。查表取得的 Engram 參數會耗用記憶體，但每個 token 幾乎不涉及運算；而計算得出的主幹參數則會讓每個 token 都耗費時間——這正是廠商將兩者分開報告的原因，也是為什麼比較兩個架構不同模型的主要數字，能告訴你的東西少之又少。

真正沒有嚴重爭議的是活躍參數量：在預填充階段每個 token 約 8B，在解碼階段約 16B，而這才是實際決定推論成本的數字。權重依 MIT 授權條款開放，如果你想自行查核這一切。請把 552B 視為廠商回報的數字，把 748B 視為可信的社群總計，而任何聲稱規模問題已有定論的說法都還言之過早。

20號前該做什麼

如果你打算在編碼代理中試用 DeepSeek V4.1 Flash，最不浪費時間的順序是：先挑選測試框架，再固定推理強度，最後再測量。

在測試框架（harness）上，對今天驗證的誠實總結是：這三種路徑都能運作，但它們對你的要求各不相同。OpenCode Go 是每月 10 美元的訂閱，附帶一個將於 9 月 20 日到期的促銷倍率，而設定方式是 code>/connect/code> 加上 code>/models/code>，無需編輯任何檔案。Command Code 會在自己的目錄中即時列出模型，並以 code>/model <id>/code> 切換，且將 effort 公開為第一級命令。Claude Code 可透過 OpenCode Go 的已驗證用戶端路徑觸及它——在那裡不需要自訂標頭包裝器——或直接對接 DeepSeek 的 Anthropic 格式端點，而在後者中，子代理 effort 衝突是已知的粗糙邊緣。

關於 effort，請明確設定它，並把它設得偏低一點：設成 high，或者如果結果顯示 high 就是模型預設值，就用模型預設值，而不是 max。接著確認它已離開你的機器，因為發現有兩套測試框架會把它丟掉。

在衡量時，要看的是輸出 token，而不是牆鐘時間。冗長是成本，努力程度旋鈕是控制手段，而尖峰時段不過是時區造成的偶然，你可以免費避開。

而關於本週你會看到有人拿來對你引用的那些規模說法——552B、748B、763B——有用的回應是：廠商報告的是它的主幹，社群加上的是記憶體模組，而儲存庫中繼資料又會說出另一回事。任何把其中一個當成定論來呈現的人，是挑了一個數字，而不是查證過一個數字。