DeepSeek V4 Flash API

Rufe DeepSeek V4 Flash über Wokey auf: veröffentlichte Katalogpreise, native API-Formate des Upstreams, Kontext und Modellfähigkeiten im Überblick.

DeepSeek hat V4 Flash eingestellt; aktuell ist V4.1-Flash-1017

DeepSeek hat V4 Flash am 2026-09-10 eingestellt und deepseek-flash am 2026-10-17 auf V4.1-Flash-1017 umgestellt; in der API von DeepSeek selbst führt auch der alte Name deepseek-v4-flash inzwischen zu 1017. Auf Wokey ist deepseek-v4-flash ein eigenes Modell, dessen erste Route das V4-Flash-Deployment von Volcengine ist, und es verarbeitet nur Text. Für 1017 oder Bildeingabe nimmst du deepseek-v4.1-flash.

DeepSeek-V4.1-Flash-1017: Preise, Benchmarks und Einrichtung

Modell-ID
deepseek-v4-flash
Anbieter
volcengine
Angebotsstatus
Derzeit aufrufbar

Aktuelle Katalogpreise

Preise pro 1 Mio. Token; abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt.

PostenWokeyOffizielle ReferenzErsparnis
Input$0.15$0.350%
Output$0.6$1.250%
Cache read$0.003$0.00650%
Cache write———

Offizielle Preisquelle: https://api-docs.deepseek.com/quick_start/pricing

Gemessen auf Wokey

Letzte 28 Tage (2026-10-13 bis 2026-11-09), jeden Montag aktualisiert · Echte Anfragen von 100+ Konten

Zeit bis zum ersten Token, kurze Prompts
2,3 s (Median · Prompts unter 8K Token · P90 4,8 s)
Zeit bis zum ersten Token, Agent-Prompts
4,4 s (Median · Prompts mit 32K–128K Token)
Trefferquote des Prompt-Cache
93% (Anteil der Eingabe-Token, die aus dem Cache gelesen wurden)

Meistgenutzte Clients: Codex 44%, OpenCode 29%, DeepSeek Harness 9%. Anteil an den Anfragen erkannter Clients; bei 24% der Anfragen wurde der Client erkannt.

So wird gemessen

Die Zeit bis zum ersten Token läuft vom Eingang der Anfrage am Wokey-Gateway bis zum ersten gestreamten Inhalt (Text, Zusammenfassung des Reasonings oder Ablehnung). Sie enthält Wartezeit in der Warteschlange, Wiederholungen über ein anderes Konto und die Denkzeit des Modells und ist deshalb länger als die eigene First-Token-Latenz des Upstreams. Gezählt werden nur erfolgreiche Streaming-Anfragen, gruppiert nach Prompt-Größe (Eingabe plus Cache-Lesen und Cache-Schreiben).

Cache-Trefferquote = aus dem Cache gelesene Token ÷ Eingabe-Token über erfolgreiche Anfragen. Sie hängt vom Client und von der Art der Nutzung ab; die Seiten zur Cache-Trefferquote schlüsseln sie nach Client auf.

Enterprise-Konten und Wokeys eigene Testkonten sind ausgenommen. Ein Modell wird angezeigt, sobald es in den letzten 28 Tagen von mindestens 20 Nutzern verwendet wurde und kein einzelner Nutzer mehr als 50 % der Anfragen gesendet hat; Konten, die über dieselbe Empfehlungskette registriert wurden, zählen als ein Nutzer. Jeder Wert für die Zeit bis zum ersten Token braucht mindestens 500 Anfragen.

Cache-Trefferquote nach Client

Modellfähigkeiten

Context
1,000,000 tokens
Maximale Ausgabe
384,000 tokens
Streaming
Unterstützt
Tools
Unterstützt
Vision
Nicht unterstützt
Unterstützte API-Formate
/v1/chat/completions

Anfrage senden

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4-flash","messages":[{"role":"user","content":"Hello"}]}'

DeepSeek V4 Flash in deinen Tools nutzen

Das Gateway ist https://api.wokey.ai (OpenAI-kompatible Clients erwarten meist https://api.wokey.ai/v1), die Modell-ID lautet deepseek-v4-flash. Öffne die Einrichtung für deinen Client.

Häufige Fragen

Soll ich auf Wokey deepseek-v4-flash oder deepseek-v4.1-flash verwenden?

Nimm für neue Projekte deepseek-v4.1-flash (die alte ID deepseek-flash funktioniert weiterhin). Es ist das aktuelle V4.1-Flash-1017 von DeepSeek, nimmt Bilder an und erreicht nach Angaben von DeepSeek 77.0% bei DeepSWE v1.1. Auf Wokey geht deepseek-v4-flash zuerst an das V4-Flash-Deployment von Volcengine und verarbeitet nur Text – passend für bestehende Integrationen, deren Verhalten unverändert bleiben soll. Die Preise stehen auf der jeweiligen Modellseite.

Was kostet die DeepSeek V4 Flash-API, und wie viel spare ich gegenüber der offiziellen API?

Wokey berechnet $0.15 pro 1 Mio. Eingabe-Token und $0.6 pro 1 Mio. Ausgabe-Token; die offiziellen Referenzpreise liegen bei $0.3 und $1.2. Das sind 50% weniger bei der Eingabe und 50% weniger bei der Ausgabe. Abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt; die Preisquelle des Anbieters ist auf dieser Seite verlinkt.

Wie lautet die Modell-ID von DeepSeek V4 Flash für die API?

Die Modell-ID von DeepSeek V4 Flash auf Wokey lautet deepseek-v4-flash. Verwende sie genau so im Feld model des Request-Bodys oder in der Modelleinstellung deines Clients (zum Beispiel ANTHROPIC_MODEL in Claude Code oder model in der config.toml von Codex CLI); auch GET https://api.wokey.ai/v1/models listet sie auf.

Welche API-Formate unterstützt DeepSeek V4 Flash, und wie rufe ich das Modell über Wokey auf?

DeepSeek V4 Flash unterstützt /v1/chat/completions (Chat-Completions-Anfragen). Setze die API-Base-URL auf https://api.wokey.ai, authentifiziere dich mit einem Wokey-API-Key und verwende die kanonische Modell-ID deepseek-v4-flash; beginnen kannst du mit /v1/chat/completions. Der Abschnitt „Anfrage senden“ enthält ein curl-Beispiel für jedes unterstützte API-Format.

Wie nutze ich DeepSeek V4 Flash in opencode, Hermes Agent und ähnlichen Clients?

Diese Clients rufen DeepSeek V4 Flash über OpenAI Chat Completions auf: Trage als API-Adresse https://api.wokey.ai ein (Clients, die eine Adresse im Stil des OpenAI SDK erwarten, nehmen https://api.wokey.ai/v1), füge deinen Wokey-API-Key hinzu und verwende die Modell-ID deepseek-v4-flash. Das Konfigurationsformat zeigt die Anleitung des jeweiligen Clients.

Wie groß sind Kontextfenster und maximale Ausgabe von DeepSeek V4 Flash?

Das Kontextfenster laut Katalog umfasst 1,000,000 Token, die maximale Ausgabe 384,000 Token. Das sind getrennte Limits; eine Anfrage muss außerdem die Upstream-Beschränkungen einhalten, die bei ihrer Verarbeitung gelten.

Wie werden Cache-Lesen und Cache-Schreiben bei DeepSeek V4 Flash berechnet?

Cache-Lesen: Bei Wokey $0.003 pro 1 Mio. Token, der offizielle Referenzpreis beträgt $0.006 pro 1 Mio. Token. Cache-Schreiben: Der Anbieter veröffentlicht dafür keinen eigenen Preis, daher zeigt auch Wokey als öffentlichen Preis —.

Worin unterscheidet sich der Aufruf von DeepSeek V4 Flash über Wokey von OpenRouter?

Wokey führt DeepSeek V4 Flash für $0.15 (Eingabe) / $0.6 (Ausgabe) pro 1 Mio. Token, bei einem offiziellen Referenzpreis von $0.3 / $1.2. OpenRouter gibt an, keinen Aufschlag auf die Inferenz zu erheben, und berechnet seine Gebühr beim Kauf von Credits (5,5 % bei Kartenzahlung). Wokey bietet eine kuratierte Auswahl an Modellen und keine Routing-Parameter pro Provider; wenn du einen größeren Katalog brauchst, passt OpenRouter daher besser. Den vollständigen Vergleich findest du auf der Seite zur OpenRouter-Alternative.

Wie unterscheiden sich DeepSeek V4 Flash und DeepSeek-V4.1-Flash bei Preis und Kontext?

Im veröffentlichten Preisvergleich liegt DeepSeek V4 Flash bei $0.15 / $0.6 (Eingabe/Ausgabe) mit einem Kontextfenster von 1,000,000 Token; DeepSeek-V4.1-Flash liegt bei $0.15 / $0.6 mit einem Kontextfenster von 1,000,000 Token. Das ist ein sachlicher Vergleich von Preis und Kapazität, kein Qualitätsranking; vergleiche auch die unterstützten API-Formate und Fähigkeiten.

Wie schnell ist DeepSeek V4 Flash auf Wokey?

Gemessen an echten Anfragen über das Wokey-Gateway vom 2026-10-13 bis 2026-11-09: Der Median der Zeit bis zum ersten Token lag bei 2,3 s für Prompts unter 8K Token (P90 4,8 s) und bei 4,4 s für Agent-Prompts mit 32K–128K Token. 93% der Eingabe-Token wurden aus dem Prompt-Cache gelesen. Die meistgenutzten Clients waren Codex, OpenCode und DeepSeek Harness. Die Zeit läuft ab dem Eingang der Anfrage am Gateway und enthält Warteschlange, Wiederholungen und Denkzeit.

Verwandte Modelle und Dokumentation

API-Key holen · deepseek-v4-flash