DeepSeek V4 Flash API

Chame o DeepSeek V4 Flash pela Wokey e confira os preços publicados do catálogo, as formas de API nativas do upstream, o contexto e os recursos do modelo.

A DeepSeek descontinuou o V4 Flash; a versão atual é o V4.1-Flash-1017

A DeepSeek descontinuou o V4 Flash em 2026-09-10 e passou o deepseek-flash para o V4.1-Flash-1017 em 2026-10-17; na API da própria DeepSeek, o nome antigo deepseek-v4-flash agora também roda o 1017. Na Wokey, deepseek-v4-flash é um modelo separado cuja primeira rota é a implantação do V4 Flash da Volcengine, e é só texto. Para o 1017 ou entrada de imagem, use deepseek-v4.1-flash.

Preços, benchmarks e configuração do DeepSeek-V4.1-Flash-1017

ID do modelo
deepseek-v4-flash
Fornecedores
volcengine
Status da oferta
Disponível para chamada

Preços atuais do catálogo

Preços por 1M de tokens; a liquidação segue o preço vigente no momento da solicitação.

ItemWokeyReferência oficialEconomia
Input$0.15$0.350%
Output$0.6$1.250%
Cache read$0.003$0.00650%
Cache write———

Fonte do preço oficial: https://api-docs.deepseek.com/quick_start/pricing

Medido na Wokey

Últimos 28 dias (2026-10-13 a 2026-11-09), atualizado toda segunda-feira · Requisições reais de mais de 100 contas

Tempo até o primeiro token, prompts curtos
2,3 s (Mediana · prompts com menos de 8K tokens · p90 4,8 s)
Tempo até o primeiro token, prompts de agente
4,4 s (Mediana · prompts de 32K–128K tokens)
Taxa de acerto do cache de prompt
93% (Parcela dos tokens de entrada lidos do cache)

Clientes mais usados: Codex 44%, OpenCode 29%, DeepSeek Harness 9%. Parcela das requisições de clientes identificados; 24% das requisições tiveram o cliente identificado.

Como medimos

O tempo até o primeiro token vai do recebimento da requisição pelo gateway da Wokey até o primeiro conteúdo transmitido (texto, resumo do raciocínio ou recusa). Inclui a espera na fila, as novas tentativas em outra conta e o tempo de raciocínio do modelo, por isso é maior que a latência de primeiro token do próprio upstream. Só contam as requisições em streaming bem-sucedidas, agrupadas pelo tamanho do prompt (entrada mais leituras e gravações de cache).

Taxa de acerto de cache = tokens lidos do cache ÷ tokens de entrada nas requisições bem-sucedidas. Ela depende do cliente e da forma de uso; as páginas de taxa de acerto de cache detalham por cliente.

Contas empresariais e as contas de teste da própria Wokey ficam de fora. Um modelo aparece quando pelo menos 20 usuários o usaram nos últimos 28 dias e nenhum usuário enviou mais de 50% das requisições; contas cadastradas por uma mesma cadeia de indicação contam como um único usuário. Cada número de tempo até o primeiro token precisa de pelo menos 500 requisições.

Taxa de acerto de cache por cliente

Recursos do modelo

Context
1,000,000 tokens
Saída máxima
384,000 tokens
Streaming
Compatível
Tools
Compatível
Vision
Não compatível
Formas de API aceitas
/v1/chat/completions

Enviar uma solicitação

/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"}]}'

Use o DeepSeek V4 Flash nas suas ferramentas

O gateway é https://api.wokey.ai (clientes compatíveis com OpenAI costumam usar https://api.wokey.ai/v1) e o ID do modelo é deepseek-v4-flash. Abra o guia do cliente que você usa.

Perguntas frequentes

Devo usar deepseek-v4-flash ou deepseek-v4.1-flash na Wokey?

Use deepseek-v4.1-flash em projetos novos (o ID antigo deepseek-flash continua funcionando). É o V4.1-Flash-1017 atual da DeepSeek, aceita imagens e marca 77.0% no DeepSWE v1.1 pelos números da DeepSeek. Na Wokey, deepseek-v4-flash vai primeiro para a implantação do V4 Flash da Volcengine e é só texto, o que atende integrações existentes que querem manter o mesmo comportamento. Cada página de modelo lista os próprios preços.

Quanto custa a API do DeepSeek V4 Flash e quanto ela economiza em relação à API oficial?

A Wokey cobra a entrada a $0.15 por 1M de tokens e a saída a $0.6 por 1M de tokens; as referências oficiais são $0.3 e $1.2. Isso é 50% menos na entrada e 50% menos na saída. A liquidação segue o preço vigente no processamento da solicitação, e a fonte de preços do fornecedor está linkada nesta página.

Qual é o ID de modelo da API do DeepSeek V4 Flash?

O ID de modelo do DeepSeek V4 Flash na Wokey é deepseek-v4-flash. Use-o exatamente como está no campo model do corpo da solicitação ou na configuração de modelo do seu cliente (por exemplo ANTHROPIC_MODEL no Claude Code, ou model no config.toml do Codex CLI); GET https://api.wokey.ai/v1/models também o lista.

Quais formas de API o DeepSeek V4 Flash aceita e como chamá-lo pela Wokey?

O DeepSeek V4 Flash aceita /v1/chat/completions (solicitações Chat Completions). Defina a URL base da API como https://api.wokey.ai, autentique com uma chave de API da Wokey e use o ID de modelo canônico deepseek-v4-flash; você pode começar com /v1/chat/completions. A seção Enviar uma solicitação inclui um exemplo de curl para cada forma de API aceita.

Como usar o DeepSeek V4 Flash no opencode, no Hermes Agent e em clientes parecidos?

Esses clientes chamam o DeepSeek V4 Flash via OpenAI Chat Completions: aponte o endereço da API para https://api.wokey.ai (clientes que esperam um endereço no estilo do SDK da OpenAI usam https://api.wokey.ai/v1), adicione sua chave de API da Wokey e use o ID de modelo deepseek-v4-flash. O guia de cada cliente mostra o formato de configuração.

Qual é a janela de contexto e a saída máxima do DeepSeek V4 Flash?

A janela de contexto do catálogo é de 1,000,000 tokens e a saída máxima é de 384,000 tokens. São limites separados, e a solicitação também precisa atender às restrições do upstream em vigor no momento do processamento.

Como são cobradas as leituras e gravações de cache do DeepSeek V4 Flash?

Leitura de cache: a Wokey cobra $0.003 por 1M de tokens e a referência oficial é $0.006 por 1M de tokens. Gravação de cache: o fornecedor não publica um item de cobrança separado, então a Wokey também mostra — como preço público.

Qual é a diferença entre chamar o DeepSeek V4 Flash pela Wokey e pelo OpenRouter?

A Wokey oferece o DeepSeek V4 Flash a $0.15 de entrada / $0.6 de saída por 1M de tokens, contra uma referência oficial de $0.3 / $1.2. O OpenRouter afirma que não adiciona margem à inferência e cobra sua taxa na compra de créditos (5.5% no cartão). A Wokey oferece uma seleção curada de modelos e não tem parâmetros de roteamento por fornecedor, então o OpenRouter é mais adequado se você precisa de um catálogo mais amplo. A página de alternativa ao OpenRouter traz a comparação completa.

Como o DeepSeek V4 Flash e o DeepSeek-V4.1-Flash se diferenciam em preço e contexto?

Na comparação de preços publicada, o DeepSeek V4 Flash tem entrada/saída a $0.15 / $0.6 com janela de contexto de 1,000,000 tokens; o DeepSeek-V4.1-Flash tem $0.15 / $0.6 com janela de contexto de 1,000,000 tokens. É uma comparação objetiva de preço e capacidade, não um ranking de qualidade; compare também as formas de API e os recursos aceitos.

Qual a velocidade do DeepSeek V4 Flash na Wokey?

Medido em requisições reais do gateway da Wokey de 2026-10-13 a 2026-11-09: a mediana do tempo até o primeiro token foi de 2,3 s para prompts com menos de 8K tokens (p90 4,8 s) e de 4,4 s para prompts de agente de 32K–128K tokens. 93% dos tokens de entrada foram lidos do cache de prompt. Os clientes mais usados foram Codex, OpenCode e DeepSeek Harness. Os tempos contam a partir do recebimento da requisição pelo gateway e incluem fila, novas tentativas e raciocínio.

Modelos e documentação relacionados

Obter chave de API · deepseek-v4-flash