DeepSeek V4.1 Flash is a sparse mixture-of-experts model from DeepSeek, and the first built on the company's Causal Encoder-Decoder (CED) architecture. It activates 8B parameters on input and 16B on output from a 552B-parameter backbone, an asymmetric split that keeps per-token compute low relative to the model's total size. Image understanding is native to the architecture, with visual and text embeddings trained jointly from the start of pre-training rather than added afterward as in the earlier experimental V4 Flash Vision ExpOpens in new tab.
It is suited for coding, terminal, and computer-use agents, along with long-horizon tasks that must run to completion across many steps and long-context analysis. Compressed KV caching cuts cache memory to roughly a quarter of the previous Flash generation, significantly reducing costs on agentic workloads. DeepSeek positions it as the cost-efficient tier of the V4.1 family and reports that it exceeds V4 ProOpens in new tab on performance, speed, and task completion time.
提供商
不同公司托管同一模型。OpenRouter 根据您选择的路由模式将请求路由到其中一家公司:Balanced(价格 + 速度)、Nitro(速度最快)或 Floor(价格最低)。
| 提供商 | 输入 /百万 | 输出 /百万 | 缓存读取 /百万 | 延迟 | 吞吐量 | 正常运行时间 |
|---|---|---|---|---|---|---|
| US$0.1300 | US$0.6500 | US$0.002000 | 0.54s | 238 tok/s | ||
| US$0.3000 | US$1.2000 | US$0.006000 | 0.19s | 227 tok/s | ||
| US$0.2000 | US$0.7000 | US$0.020000 | 0.57s | 219 tok/s | ||
| US$0.3000 | US$1.2000 | US$0.006000 | 0.39s | 217 tok/s | ||
Fast | US$0.4500 | US$1.8000 | US$0.009000 | 0.40s | 214 tok/s | |
| US$0.4500 | US$1.8000 | US$0.009000 | 0.39s | 207 tok/s | ||
| US$0.1900 | US$0.6500 | US$0.012000 | 0.15s | 194 tok/s | ||
| US$0.1030 | US$0.6000 | US$0.008000 | 0.24s | 190 tok/s | ||
| US$0.1030 | US$0.6000 | US$0.008000 | 0.25s | 188 tok/s | ||
| US$0.0510 | US$0.5670 | US$0.018000 | 0.26s | 182 tok/s | ||
| US$0.2250 | US$0.9000 | US$0.006000 | 0.61s | 180 tok/s | ||
| US$0.1950 | US$0.6600 | US$0.003000 | 0.45s | 178 tok/s | ||
| US$0.3000 | US$1.2000 | US$0.007000 | 0.65s | 176 tok/s | ||
| US$0.3000 | US$1.2000 | US$0.010000 | 0.54s | 174 tok/s | ||
| US$0.2900 | US$1.2000 | US$0.007000 | 0.57s | 169 tok/s | ||
| US$0.3000 | US$1.2000 | US$0.007000 | 0.79s | 168 tok/s | ||
| US$0.0600 | US$0.9000 | US$0.002000 | 0.62s | 166 tok/s | ||
| US$0.18US$0.0900 | US$0.72US$0.3600 | US$0.0036US$0.001800 | 0.63s | 165 tok/s | ||
| US$0.2600 | US$1.1700 | US$0.005800 | 0.51s | 154 tok/s | ||
| US$0.3000 | US$1.2000 | US$0.030000 | 0.39s | 142 tok/s | ||
| US$0.1200 | US$0.4800 | US$0.002400 | 0.87s | 131 tok/s | ||
| US$0.3000 | US$1.2000 | US$0.006000 | 1.54s | 128 tok/s | ||
| US$0.3000 | US$1.2000 | US$0.007500 | 0.72s | 127 tok/s | ||
| US$0.3000 | US$1.2000 | US$0.006000 | 0.57s | 117 tok/s | ||
60% off | US$0.30US$0.1200 | US$1.20US$0.4800 | US$0.006US$0.002400 | 1.01s | 114 tok/s | |
| US$0.1500 | US$0.6000 | US$0.003000 | 0.60s | 113 tok/s | ||
| US$0.1200 | US$0.5000 | US$0.003000 | 0.60s | 108 tok/s | ||
20% off | US$0.15US$0.1200 | US$0.80US$0.6400 | US$0.01US$0.008000 | 0.24s | 106 tok/s | |
| US$0.20US$0.1400 | US$0.60US$0.4200 | US$0.006US$0.004200 | 0.55s | 103 tok/s | ||
| US$0.30US$0.2100 | US$0.90US$0.6300 | US$0.009US$0.006300 | 0.67s | 99 tok/s | ||
51% off | US$0.30US$0.1470 | US$1.20US$0.5880 | US$0.006US$0.002940 | 1.38s | 97 tok/s | |
83% off | US$0.30US$0.0507 | US$1.20US$0.2028 | US$0.006US$0.001014 | 1.40s | 96 tok/s | |
| US$0.1350 | US$0.5400 | US$0.013500 | 0.70s | 95 tok/s | ||
| US$0.2125 | US$0.7500 | US$0.050000 | 0.69s | 92 tok/s | ||
| US$0.1000 | US$0.9000 | US$0.030000 | 2.07s | 82 tok/s | ||
40% off | US$0.30US$0.1800 | US$1.20US$0.7200 | US$0.006US$0.003600 | 1.56s | 42 tok/s | |
| US$0.3000 | US$1.2000 | US$0.030000 | 6.92s | 24 tok/s | ||
不用于 Nitro 路由:未使用这些端点的原因 | ||||||
Ultrafast | US$3.0000 | US$12.0000 | US$0.060000 | 0.47s | 322 tok/s | |
| US$0.16US$0.1120 | US$0.48US$0.3360 | US$0.0048US$0.003360 | 2.02s | 152 tok/s | ||
- 输入 /百万
- US$0.13
- 输出 /百万
- US$0.65
- 缓存读取 /百万
- US$0.002
- 延迟
- 0.54s
- 吞吐量
- 238 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.30
- 输出 /百万
- US$1.20
- 缓存读取 /百万
- US$0.006
- 延迟
- 0.19s
- 吞吐量
- 227 tok/s
- 正常运行时间
- 99.97%
- 输入 /百万
- US$0.20
- 输出 /百万
- US$0.70
- 缓存读取 /百万
- US$0.02
- 延迟
- 0.57s
- 吞吐量
- 219 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.30
- 输出 /百万
- US$1.20
- 缓存读取 /百万
- US$0.006
- 延迟
- 0.39s
- 吞吐量
- 217 tok/s
- 正常运行时间
- 100.00%
- Fast
- 输入 /百万
- US$0.45
- 输出 /百万
- US$1.80
- 缓存读取 /百万
- US$0.009
- 延迟
- 0.40s
- 吞吐量
- 214 tok/s
- 正常运行时间
- 100.00%

- 输入 /百万
- US$0.45
- 输出 /百万
- US$1.80
- 缓存读取 /百万
- US$0.009
- 延迟
- 0.39s
- 吞吐量
- 207 tok/s
- 正常运行时间
- 99.80%
- 输入 /百万
- US$0.19
- 输出 /百万
- US$0.65
- 缓存读取 /百万
- US$0.012
- 延迟
- 0.15s
- 吞吐量
- 194 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.103
- 输出 /百万
- US$0.60
- 缓存读取 /百万
- US$0.008
- 延迟
- 0.24s
- 吞吐量
- 190 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.103
- 输出 /百万
- US$0.60
- 缓存读取 /百万
- US$0.008
- 延迟
- 0.25s
- 吞吐量
- 188 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.051
- 输出 /百万
- US$0.567
- 缓存读取 /百万
- US$0.018
- 延迟
- 0.26s
- 吞吐量
- 182 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.225
- 输出 /百万
- US$0.90
- 缓存读取 /百万
- US$0.006
- 延迟
- 0.61s
- 吞吐量
- 180 tok/s
- 正常运行时间
- 100.00%

- 输入 /百万
- US$0.195
- 输出 /百万
- US$0.66
- 缓存读取 /百万
- US$0.003
- 延迟
- 0.45s
- 吞吐量
- 178 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.30
- 输出 /百万
- US$1.20
- 缓存读取 /百万
- US$0.007
- 延迟
- 0.65s
- 吞吐量
- 176 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.30
- 输出 /百万
- US$1.20
- 缓存读取 /百万
- US$0.01
- 延迟
- 0.54s
- 吞吐量
- 174 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.29
- 输出 /百万
- US$1.20
- 缓存读取 /百万
- US$0.007
- 延迟
- 0.57s
- 吞吐量
- 169 tok/s
- 正常运行时间
- 99.31%
- 输入 /百万
- US$0.30
- 输出 /百万
- US$1.20
- 缓存读取 /百万
- US$0.007
- 延迟
- 0.79s
- 吞吐量
- 168 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.06
- 输出 /百万
- US$0.90
- 缓存读取 /百万
- US$0.002
- 延迟
- 0.62s
- 吞吐量
- 166 tok/s
- 正常运行时间
- 99.87%
- 输入 /百万
- US$0.09
- 输出 /百万
- US$0.36
- 缓存读取 /百万
- US$0.0018
- 延迟
- 0.63s
- 吞吐量
- 165 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.26
- 输出 /百万
- US$1.17
- 缓存读取 /百万
- US$0.0058
- 延迟
- 0.51s
- 吞吐量
- 154 tok/s
- 正常运行时间
- 96.69%
- 输入 /百万
- US$0.30
- 输出 /百万
- US$1.20
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.39s
- 吞吐量
- 142 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.12
- 输出 /百万
- US$0.48
- 缓存读取 /百万
- US$0.0024
- 延迟
- 0.87s
- 吞吐量
- 131 tok/s
- 正常运行时间
- 99.95%
- 输入 /百万
- US$0.30
- 输出 /百万
- US$1.20
- 缓存读取 /百万
- US$0.006
- 延迟
- 1.54s
- 吞吐量
- 128 tok/s
- 正常运行时间
- 99.80%
- 输入 /百万
- US$0.30
- 输出 /百万
- US$1.20
- 缓存读取 /百万
- US$0.0075
- 延迟
- 0.72s
- 吞吐量
- 127 tok/s
- 正常运行时间
- 100.00%

- 输入 /百万
- US$0.30
- 输出 /百万
- US$1.20
- 缓存读取 /百万
- US$0.006
- 延迟
- 0.57s
- 吞吐量
- 117 tok/s
- 正常运行时间
- 99.97%
- 60% off
- 输入 /百万
- US$0.12
- 输出 /百万
- US$0.48
- 缓存读取 /百万
- US$0.0024
- 延迟
- 1.01s
- 吞吐量
- 114 tok/s
- 正常运行时间
- 100.00%

- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.60
- 缓存读取 /百万
- US$0.003
- 延迟
- 0.60s
- 吞吐量
- 113 tok/s
- 正常运行时间
- 98.58%
- 输入 /百万
- US$0.12
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.003
- 延迟
- 0.60s
- 吞吐量
- 108 tok/s
- 正常运行时间
- 100.00%
- 20% off
- 输入 /百万
- US$0.12
- 输出 /百万
- US$0.64
- 缓存读取 /百万
- US$0.008
- 延迟
- 0.24s
- 吞吐量
- 106 tok/s
- 正常运行时间
- 99.78%
30% off- 输入 /百万
- US$0.14
- 输出 /百万
- US$0.42
- 缓存读取 /百万
- US$0.0042
- 延迟
- 0.55s
- 吞吐量
- 103 tok/s
- 正常运行时间
- 100.00%
Priority+11 个其他标签- 输入 /百万
- US$0.21
- 输出 /百万
- US$0.63
- 缓存读取 /百万
- US$0.0063
- 延迟
- 0.67s
- 吞吐量
- 99 tok/s
- 正常运行时间
- 99.92%
- 51% off
- 输入 /百万
- US$0.147
- 输出 /百万
- US$0.588
- 缓存读取 /百万
- US$0.00294
- 延迟
- 1.38s
- 吞吐量
- 97 tok/s
- 正常运行时间
- 99.87%
- 83% off
- 输入 /百万
- US$0.0507
- 输出 /百万
- US$0.2028
- 缓存读取 /百万
- US$0.001014
- 延迟
- 1.40s
- 吞吐量
- 96 tok/s
- 正常运行时间
- 99.48%
- 输入 /百万
- US$0.135
- 输出 /百万
- US$0.54
- 缓存读取 /百万
- US$0.0135
- 延迟
- 0.70s
- 吞吐量
- 95 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.2125
- 输出 /百万
- US$0.75
- 缓存读取 /百万
- US$0.05
- 延迟
- 0.69s
- 吞吐量
- 92 tok/s
- 正常运行时间
- 99.76%
- 输入 /百万
- US$0.10
- 输出 /百万
- US$0.90
- 缓存读取 /百万
- US$0.03
- 延迟
- 2.07s
- 吞吐量
- 82 tok/s
- 正常运行时间
- 99.50%
- 40% off
- 输入 /百万
- US$0.18
- 输出 /百万
- US$0.72
- 缓存读取 /百万
- US$0.0036
- 延迟
- 1.56s
- 吞吐量
- 42 tok/s
- 正常运行时间
- 99.97%
- 输入 /百万
- US$0.30
- 输出 /百万
- US$1.20
- 缓存读取 /百万
- US$0.03
- 延迟
- 6.92s
- 吞吐量
- 24 tok/s
- 正常运行时间
- 97.25%
- 不用于 Nitro 路由:未使用这些端点的原因
- Ultrafast
- 输入 /百万
- US$3.00
- 输出 /百万
- US$12.00
- 缓存读取 /百万
- US$0.06
- 延迟
- 0.47s
- 吞吐量
- 322 tok/s
- 正常运行时间
- 100.00%
Flex+11 个其他标签- 输入 /百万
- US$0.112
- 输出 /百万
- US$0.336
- 缓存读取 /百万
- US$0.00336
- 延迟
- 2.02s
- 吞吐量
- 152 tok/s
- 正常运行时间
- 81.40%
定价
客户为此模型实际支付的平均价格,与提供商公布的价格并列展示。由于缓存和折扣,实际支付的价格往往远低于标价。
加权平均值
DeepSeek V4.1 Flash — 价格历史
| US$0.00628 | US$0.587 | 97.7% | 2.4% | ||
| US$0.00676 | US$0.943 | 92.6% | 8.2% | ||
| US$0.01095 | US$0.262 | 84.5% | 2.6% | ||
| US$0.01183 | US$0.551 | 92.6% | 3.7% | ||
| US$0.01314 | US$0.500 | 91.3% | 3.2% | ||
| US$0.01332 | US$0.480 | 90.7% | 4.6% | ||
| US$0.01483 | US$0.422 | 92.2% | 11.8% | ||
| US$0.01552 | US$0.600 | 92.1% | 5.8% | ||
| US$0.01616 | US$0.600 | 91.4% | 5.1% | ||
| US$0.01646 | US$0.516 | 88.8% | 1.5% | ||
| US$0.01942 | US$0.660 | 91.4% | 5.9% | ||
| US$0.02148 | US$0.567 | 89.4% | 7.4% | ||
| US$0.02280 | US$0.900 | 92.3% | 3.9% | ||
| US$0.02333 | US$0.650 | 83.3% | 8.4% | ||
| US$0.02508 | US$0.638 | 84.7% | 0.3% | ||
| US$0.02576 | US$0.809 | 89.2% | 2.0% | ||
| US$0.02644 | US$1.200 | 93.4% | 0.2% | ||
| US$0.03073 | US$1.200 | 91.9% | 1.3% | ||
| US$0.03095 | US$0.630 | 87.9% | 0.4% | ||
| US$0.03095 | US$0.649 | 89.3% | 2.6% | ||
| US$0.03141 | US$1.200 | 91.4% | 1.4% | ||
| US$0.03488 | US$1.200 | 90.2% | 2.1% | ||
| US$0.03642 | US$1.170 | 88.0% | 0.4% | ||
| US$0.03734 | US$0.900 | 89.5% | 0.1% | ||
| US$0.04035 | US$0.730 | 79.6% | 0.0% | ||
| US$0.04584 | US$1.800 | 91.6% | 0.9% | ||
| US$0.05013 | US$1.199 | 92.5% | 0.1% | ||
| US$0.05272 | US$1.199 | 84.1% | 0.1% | ||
| US$0.05700 | US$0.537 | 64.1% | 0.2% | ||
| US$0.05738 | US$1.200 | 82.9% | 0.3% | ||
| US$0.05777 | US$1.200 | 83.5% | 0.1% | ||
| US$0.06452 | US$0.700 | 75.3% | 0.1% | ||
| US$0.06455 | US$0.748 | 91.0% | 0.0% | ||
| US$0.07395 | US$1.200 | 76.9% | 0.1% | ||
| US$0.08959 | US$1.200 | 71.6% | 11.9% | ||
Fast | US$0.09318 | US$1.800 | 80.9% | 0.2% | |
| US$0.21493 | US$1.200 | 31.5% | 0.2% | ||
不用于 Nitro 路由:未使用这些端点的原因 | |||||
| US$0.01480 | US$0.336 | 89.5% | 0.3% | ||
Ultrafast | US$1.39845 | US$12.000 | 54.5% | 0.0% | |
- 有效输入价格 US$0.00628 / 实际输出 US$0.587token 占比2.4%
- 有效输入价格 US$0.00676 / 实际输出 US$0.943token 占比8.2%
- 有效输入价格 US$0.01095 / 实际输出 US$0.262token 占比2.6%
- 有效输入价格 US$0.01183 / 实际输出 US$0.551token 占比3.7%
- 有效输入价格 US$0.01314 / 实际输出 US$0.500token 占比3.2%
- 有效输入价格 US$0.01332 / 实际输出 US$0.480token 占比4.6%
- 有效输入价格 US$0.01483 / 实际输出 US$0.422token 占比11.8%
- 有效输入价格 US$0.01552 / 实际输出 US$0.600token 占比5.8%
- 有效输入价格 US$0.01616 / 实际输出 US$0.600token 占比5.1%
- 有效输入价格 US$0.01646 / 实际输出 US$0.516token 占比1.5%
- 有效输入价格 US$0.01942 / 实际输出 US$0.660token 占比5.9%
- 有效输入价格 US$0.02148 / 实际输出 US$0.567token 占比7.4%
- 有效输入价格 US$0.02280 / 实际输出 US$0.900token 占比3.9%
- 有效输入价格 US$0.02333 / 实际输出 US$0.650token 占比8.4%
- 有效输入价格 US$0.02508 / 实际输出 US$0.638token 占比0.3%
- 有效输入价格 US$0.02576 / 实际输出 US$0.809token 占比2.0%
- 有效输入价格 US$0.02644 / 实际输出 US$1.200token 占比0.2%
- 有效输入价格 US$0.03073 / 实际输出 US$1.200token 占比1.3%
- 有效输入价格 US$0.03095 / 实际输出 US$0.630Prioritytoken 占比0.4%
- 有效输入价格 US$0.03095 / 实际输出 US$0.649token 占比2.6%
- 有效输入价格 US$0.03141 / 实际输出 US$1.200token 占比1.4%
- 有效输入价格 US$0.03488 / 实际输出 US$1.200token 占比2.1%
- 有效输入价格 US$0.03642 / 实际输出 US$1.170token 占比0.4%
- 有效输入价格 US$0.03734 / 实际输出 US$0.900token 占比0.1%
- 有效输入价格 US$0.04035 / 实际输出 US$0.730token 占比0.0%
- 有效输入价格 US$0.04584 / 实际输出 US$1.800token 占比0.9%
- 有效输入价格 US$0.05013 / 实际输出 US$1.199token 占比0.1%
- 有效输入价格 US$0.05272 / 实际输出 US$1.199token 占比0.1%
- 有效输入价格 US$0.05700 / 实际输出 US$0.537token 占比0.2%
- 有效输入价格 US$0.05738 / 实际输出 US$1.200token 占比0.3%
- 有效输入价格 US$0.05777 / 实际输出 US$1.200token 占比0.1%
- 有效输入价格 US$0.06452 / 实际输出 US$0.700token 占比0.1%
- 有效输入价格 US$0.06455 / 实际输出 US$0.748token 占比0.0%
- 有效输入价格 US$0.07395 / 实际输出 US$1.200token 占比0.1%
- 有效输入价格 US$0.08959 / 实际输出 US$1.200token 占比11.9%
- 有效输入价格 US$0.09318 / 实际输出 US$1.800Fasttoken 占比0.2%
- 有效输入价格 US$0.21493 / 实际输出 US$1.200token 占比0.2%
- 不用于 Nitro 路由:未使用这些端点的原因
- 有效输入价格 US$0.01480 / 实际输出 US$0.336Flextoken 占比0.3%
- 有效输入价格 US$1.39845 / 实际输出 US$12.000Ultrafasttoken 占比0.0%
性能
吞吐量是模型生成内容的速度(每秒 token 数,越高越好)。延迟是完整的往返时间(越低越好)。TTFT 是首个 token 的响应时间,即您看到内容出现前需要等待的时间(越低越好)。
P50,所有提供商中最佳
P50,最佳提供商
正常运行时间
正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控,并在某家提供商返回错误时使用次优提供商。
过去 3 天的可用性
最近 72 小时过去 24 小时的可用性
当上游提供商发生错误时,如果您的请求筛选条件允许,我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据: 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。
基准测试
标准化评测得分,以及此模型针对共用基准测试提示词的实际输出。百分比越高越好,每项排名显示此模型在该来源所评测的模型中的位置。
| 来源 | 基准测试 | 得分 |
|---|---|---|
| Artificial Analysis | DeepSeek V4.1 Flash (Max) Cyber Index | 40.8 |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) Openness Index | 44.4 |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) AutomationBench-AA | 68.9% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) GDP.pdf | 12.8% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) AA-AnalystAgent | 35.0% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) ITBench-AA | 46.9% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) Harvey LAB-AA | 1.7% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) HLE | 39.2% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) AA-LCR | 84.0% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) GDPval-AA | 55.0% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) CritPt | 14.3% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) HLE-Diamond | 19.1% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) SciCode | 51.9% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) Terminal-Bench 4.0 | 26.8% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) FrontierCode 1.1 | 44.0% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) Terminal-Bench-Science | 9.0% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) CWE-Bench-AA | 68.3% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) DeepsecBench-AA | 31.2% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) CyberGym-E2E-AA | 22.9% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) MLCR-AA | 23.9% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) HealthBench | 60.9% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) HealthBench Professional | 50.7% |
| Artificial Analysis | DeepSeek V4.1 Flash (Max) MMMU-Pro | 77.0% |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) Openness Index | 44.4 |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) AutomationBench-AA | 47.8% |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) GDP.pdf | 3.8% |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) HLE | 10.8% |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) AA-LCR | 55.3% |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) GDPval-AA | 42.4% |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) CritPt | 0.3% |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) HLE-Diamond | 6.3% |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) SciCode | 35.5% |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) Terminal-Bench 4.0 | 5.6% |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) FrontierCode 1.1 | 40.8% |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) Terminal-Bench-Science | 0.0% |
| Artificial Analysis | DeepSeek V4.1 Flash (Non-reasoning) MMMU-Pro | 65.6% |
| Vals AI | DeepSeek V4.1 Flash Access to Justice Benchmark | 72.9% |
| Vals AI | DeepSeek V4.1 Flash BioMysteryBench | 67.8% |
| Vals AI | DeepSeek V4.1 Flash Code Migration v1.1 | 58.9% |
| Vals AI | DeepSeek V4.1 Flash CyberBench v1.1 | 73.7% |
| Vals AI | DeepSeek V4.1 Flash EMB v1.1 | 67.8% |
| Vals AI | DeepSeek V4.1 Flash Finance Agent v2.1 | 65.4% |
| Vals AI | DeepSeek V4.1 Flash Vals Finance Index | 57.1% |
| Vals AI | DeepSeek V4.1 Flash Financial Coaching Bench | 72.8% |
| Vals AI | DeepSeek V4.1 Flash Harvey's Legal Agent Benchmark v1 | 6.7% |
| Vals AI | DeepSeek V4.1 Flash Immigration | 65.6% |
| Vals AI | DeepSeek V4.1 Flash Vals Inference Provider Index | 66.6% |
| Vals AI | DeepSeek V4.1 Flash IOI | 40.3% |
| Vals AI | DeepSeek V4.1 Flash LegalBench | 83.3% |
| Vals AI | DeepSeek V4.1 Flash Legal Research Bench | 41.3% |
| Vals AI | DeepSeek V4.1 Flash MedCode | 41.2% |
| Vals AI | DeepSeek V4.1 Flash MedScribe | 85.5% |
| Vals AI | DeepSeek V4.1 Flash MysteryMechanism | 21.2% |
| Vals AI | DeepSeek V4.1 Flash ProgramBench | 0.5% |
| Vals AI | DeepSeek V4.1 Flash ProofBench v1.1 | 54.0% |
| Vals AI | DeepSeek V4.1 Flash Public Benefits Bench v1.1 | 64.3% |
| Vals AI | DeepSeek V4.1 Flash SAGE | 85.4% |
| Vals AI | DeepSeek V4.1 Flash Vals Science Index | 29.6% |
| Vals AI | DeepSeek V4.1 Flash SkillsBench | 69.8% |
| Vals AI | DeepSeek V4.1 Flash SRE Bench | 0.8% |
| Vals AI | DeepSeek V4.1 Flash SWE-bench Multimodal | 46.5% |
| Vals AI | DeepSeek V4.1 Flash Tax Agent Bench | 26.6% |
| Vals AI | DeepSeek V4.1 Flash Terminal-Bench 4.0 | 19.7% |
| Vals AI | DeepSeek V4.1 Flash Terminal-Bench-Science | 0.0% |
| Vals AI | DeepSeek V4.1 Flash Vals Index | 51.3% |
| Vals AI | DeepSeek V4.1 Flash Vibe Code Bench 1-100 | 16.4% |
| Vals AI | DeepSeek V4.1 Flash Vibe Code Bench v1.1 | 84.7% |
应用
向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况,也能提示此模型最适合哪些用例。
活动
此模型的 token 用量和请求流量随时间的变化。
API
可直接用于调用此模型的代码。OpenRouter 的 API 与 OpenAI 兼容——大多数 SDK 只需替换基础 URL 即可使用。切换模型时,唯一需要更改的是下方的模型标识符。
目前无法通过 EU 区域内路由使用。 区域内路由文档
文档
在 OpenRouter 上使用 DeepSeek: DeepSeek V4.1 Flash (nitro) 构建应用的指南、实用教程、博客文章和工具。
- Self-Hosted LLM vs API: When Does Self-Hosting Pay Off博客文章
- How to Benchmark LLMs博客文章
- How to Stop an AI Agent Stuck in an Infinite Loop博客文章
- LLM API Rate Limits: How to Fix OpenAI and Claude 429 Errors博客文章
- How to Get Structured Output from Any LLM: JSON Schema, Tool Calls, or a Decision Model博客文章
- Best OCR Model for Scanned Documents, Measured博客文章
- Build an AI Code Reviewer with OpenRouter博客文章
- Open-Weight vs Closed-Weight Models: What's the Difference?博客文章
- How to Extract Tables from a PDF with an LLM博客文章
- Does DeepSeek V4 Have Vision?博客文章
常见问题
DeepSeek V4.1 Flash is a sparse mixture-of-experts model from DeepSeek, and the first built on the company's Causal Encoder-Decoder (CED) architecture. It activates 8B parameters on input and 16B on output from a 552B-parameter backbone, an asymmetric split that keeps per-token compute low relative to the model's total size.
OpenRouter 上的 DeepSeek V4.1 Flash 文档包括 Self-Hosted LLM vs API: When Does Self-Hosting Pay Off 博客文章、How to Benchmark LLMs 博客文章、How to Stop an AI Agent Stuck in an Infinite Loop 博客文章、LLM API Rate Limits: How to Fix OpenAI and Claude 429 Errors 博客文章、How to Get Structured Output from Any LLM: JSON Schema, Tool Calls, or a Decision Model 博客文章、Best OCR Model for Scanned Documents, Measured 博客文章、Build an AI Code Reviewer with OpenRouter 博客文章、Open-Weight vs Closed-Weight Models: What's the Difference? 博客文章、How to Extract Tables from a PDF with an LLM 博客文章和Does DeepSeek V4 Have Vision? 博客文章。快速入门介绍了 API 密钥和您的首次请求,API 参考列出了所有参数。
DeepSeek V4.1 Flash 的费用为 US$0.0507/百万输入 token 和 US$0.2028/百万输出 token,Cache Read,价格为 US$0.001014/M tokens 单独计费。
DeepSeek V4.1 Flash 的上下文窗口为 1,048,576 个 token。它最多支持 393,216 个补全 token。
是的。DeepSeek V4.1 Flash 接受 tools 和 tool_choice,以进行函数调用。 它还支持通过 response_format 中的 JSON schema 实现结构化输出。
DeepSeek V4.1 Flash 接受 文本和图像 作为输入,并返回 文本。
在 OpenRouter 上,DeepSeek V4.1 Flash 由 30 家提供商提供服务:Baidu Qianfan, Wafer, Open Inference, Alibaba Cloud Int., Cloudflare, inference.net, DeepInfra, River 及另外 22 个。 请求会路由至最佳的可用提供商,并在故障时自动切换至其他提供商,您也可以通过提供商路由固定或排除提供商。
DeepSeek V4.1 Flash 于 2026年9月10日 发布。
