DeepSeek-V4.1-Flash API

DeepSeek-V4.1-Flash-1017 im Überblick

Veröffentlichung

2026-10-17, am selben Tag auf der Website, in der App und in der API von DeepSeek; ersetzt V4.1-Flash vom 2026-09-10 unter derselben Modell-ID deepseek-flash in der DeepSeek-API, Aufruf und Preis bleiben unverändert

Was sich geändert hat

DeepSeek spricht von einem kleinen Update mit höheren Benchmark-Werten, schnellerem Abschluss von Aufgaben und kürzeren Ausgaben und nennt das eine Pareto-Verbesserung bei Leistung und Kosten; optimiert ist es für DeepSeek Harness (empfohlen ab v0.2.1-rc.1), Tencent CodeBuddy und WorkBuddy

Modell und Gewichte

Ein multimodales MoE auf der Causal-Encoder-Decoder-Architektur (CED) von DeepSeek; der technische Bericht zu V4.1-Flash nennt 552B Backbone-Parameter, von denen beim Decoding 16B pro Token aktiv sind, die Gewichtsdateien auf Hugging Face umfassen insgesamt 763B Parameter; Code und Gewichte stehen unter MIT-Lizenz

Kontext und Ausgabe

Kontext von 1 Mio. Token und bis zu 384K (393,216) Ausgabe-Token pro Anfrage; Eingabe als Text und Bild, Ausgabe als Text; die Model Card empfiehlt max_tokens von mindestens 256K

Thinking und Effort

Thinking ist standardmäßig aktiv, mit Effort high; reasoning_effort akzeptiert low / high / max; thinking: {type: "disabled"} schaltet es ab, in der Responses API bewirkt reasoning.effort "none" dasselbe

Offizieller Preis

Zur Spitzenzeit $0.30 Eingabe / $1.20 Ausgabe pro 1 Mio. Token und $0.006 für Cache-Treffer, außerhalb davon die Hälfte ($0.15 / $0.60 / $0.003). Spitzenzeit ist werktags 01:00–04:00 und 06:00–10:00 UTC

API und Tools

DeepSeek bietet die Formate OpenAI Chat Completions, Responses und Anthropic Messages mit Tool-Aufrufen, JSON-Ausgabe und FIM-Vervollständigung (nur ohne Thinking); Wokey stellt /v1/chat/completions, /v1/responses und /v1/messages bereit

Geprüft am 2026-10-18 · Quellen: DeepSeek · Change log · Pricing · Hugging Face · arXiv · Artificial Analysis · DeepInfer

Offizielle Benchmarks: V4.1-Flash-1017 vs V4.1-Flash vs Kimi K3 vs GLM-5.3 vs GPT-5.6 Sol vs Opus 5

Aus der Model Card von DeepSeek auf Hugging Face, übereinstimmend mit dem Änderungsprotokoll vom 2026-10-17; es sind vom Anbieter selbst gemeldete Ergebnisse, „—“ bedeutet, dass kein Wert veröffentlicht wurde. Opus 5 ist hier das ältere Claude Opus 5, nicht Opus 5.5 (2026-09-22), und GPT-5.6 Sol ist nicht GPT-6.1 Sol.

Die Zeile HLE zeigt das Ergebnis ohne Tools; für die reine Text-Teilmenge meldet DeepSeek außerdem 44.0% für 1017 und 39.1% für die Vorversion, und auch der Wert für GLM-5.3 (42.0%) gilt nur für Text – deshalb bleibt diese Zelle leer. Terminal-Bench 4.0 lief im Harness von Claude Code, DeepSWE v1.1 in Mini-SWE-V2 und ZeroBench mit Pass@5. Tabellen verschiedener Anbieter lassen sich nicht Zelle für Zelle vergleichen: Die Model Card von Moonshot selbst nennt für Kimi K3 77.8% bei ProgramBench, hier sind es 17.5%; DeepSeek gibt für GLM-5.3 48.8% bei AutomationBench v1.0.6 an, auf der Seite von Z.ai sind es 48.2%. Die DeepSWE-v1.1-Werte für K3 (67.5%) und GLM-5.3 (66.9%) stimmen mit der Tabelle von Z.ai überein.

Was passt: V4.1-Flash-1017, Claude Opus, Kimi K3, GLM-5.3, Modelle derselben Klasse oder V4 Pro

Umstieg von V4.1-Flash (0910)

Du musst nichts ändern: deepseek-flash wurde am 2026-10-17 zum selben Preis auf 1017 umgestellt; auf Wokey sind deepseek-flash und deepseek-v4.1-flash dasselbe Modell. In der Tabelle von DeepSeek fallen die Zuwächse bei Agenten- und Terminal-Aufgaben am größten aus: Terminal-Bench 4.0 von 31.2% auf 42.3%, ProgramBench von 20.3% auf 29.1%, Apex Bench v1.1 von 64.6% auf 72.1%, DeepSWE v1.1 von 74.2% auf 77.0%. DeepSeek zufolge schließt es Aufgaben außerdem schneller und mit kürzeren Ausgaben ab, und Reasoning wird als Ausgabe abgerechnet – eine Aufgabe kostet also weniger; ein unabhängiger Test, der die kürzeren Ausgaben bestätigt, steht noch aus.

Im Vergleich mit Claude Opus 5 / Opus 5.5

Selbst in der Tabelle von DeepSeek führt Opus 5 in den schwierigsten Zeilen: HLE 56.3% gegenüber 42.6%, Terminal-Bench 4.0 51.8% gegenüber 42.3%, ProgramBench 37.0% gegenüber 29.1%, NL2Repo-Bench 75.3% gegenüber 68.2%, dazu alle drei Vision-Benchmarks; 1017 liegt bei DeepSWE v1.1 (77.0% gegenüber 74.0%), AutomationBench (60.5% gegenüber 50.3%), Agents’ Last Exam und Apex Bench vorn. Opus 5.5, erschienen am 2026-09-22, steht nicht in der Tabelle. Der Listenpreis von Opus 5.5 liegt bei $4 / $20, also etwa beim 13-Fachen des Eingabepreises und beim 17-Fachen des Ausgabepreises von 1017 zur Spitzenzeit. Nimm Opus für die schwierigsten Builds und für Arbeit, die beim ersten Versuch stimmen muss; nutze 1017 für Agenten-Schleifen in großer Menge, Sub-Agenten und Routine-Code, wo die Kosten pro Aufgabe zählen.

Im Vergleich mit Kimi K3 und GLM-5.3

In der Tabelle von DeepSeek liegt 1017 in jeder Coding- und Agenten-Zeile vor beiden, zum Beispiel DeepSWE v1.1 77.0% gegenüber 67.5% (K3) und 66.9% (GLM-5.3) sowie Terminal-Bench 4.0 42.3% gegenüber 12.6% und 37.9%; nur bei HLE ist K3 etwas höher (43.5% gegenüber 42.6%). Der Preisabstand ist größer: K3 kostet laut Liste $3 / $15 und GLM-5.3 $1.4 / $4.4, 1017 dagegen $0.30 / $1.20 zur Spitzenzeit. GLM-5.3 verarbeitet nur Text, K3 nimmt zusätzlich Video an; Bilder nehmen sowohl 1017 als auch K3 an. Das sind die Zahlen von DeepSeek – sieh dir vor der Entscheidung auch die Tabellen von Z.ai und Moonshot an.

Im Vergleich mit GPT-6 Luna, GLM-5.3-Flash und Claude Haiku 5.5

Für große Mengen sind diese Modelle derselben Klasse die echten Alternativen, und alle sind auf Wokey verfügbar. Der Artificial Analysis Intelligence Index v4.3.2 führt bisher nur V4.1-Flash vom September: 39 Punkte bei Effort max für $0.27 pro Aufgabe; in derselben Version erreicht Claude Haiku 5.5 43 Punkte ($0.21 pro Aufgabe), GLM-5.3-Flash 42 ($0.28) und GPT-6 Luna 38 ($0.07, am günstigsten pro Aufgabe). Einen AA-Wert für 1017 gibt es noch nicht. Offizielle Listenpreise: Luna $0.10 / $0.50, GLM-5.3-Flash $0.15 / $0.50, Haiku 5.5 $0.10 / $0.50 für Prompts bis 100K Token und darüber das Fünffache; DeepSeek $0.30 / $1.20 zur Spitzenzeit und $0.15 / $0.60 außerhalb davon. DeepSeek hat die günstigsten Cache-Treffer ($0.003–$0.006 gegenüber $0.01 bei Luna und Haiku 5.5 und $0.03 bei GLM-5.3-Flash) – in Agenten-Schleifen, die immer wieder ein langes Präfix senden, ist das der größte Kostenblock. AA hat die Ausgabegeschwindigkeit mit etwa 235 Token/s für Haiku 5.5, 176 für DeepSeek, 120 für Luna und 71 für GLM-5.3-Flash gemessen. Nimm Luna für die niedrigsten Kosten pro Aufgabe, Haiku 5.5 oder GLM-5.3-Flash für den höchsten Wert in dieser Klasse (lange Prompts kosten bei Haiku 5.5 das Fünffache) und 1017 für lange Agenten-Schleifen mit vielen Cache-Treffern oder wenn du offene Gewichte brauchst.

Im Vergleich mit DeepSeek V4 Pro

DeepSeek hat kein V4.1 Pro veröffentlicht. deepseek-v4-pro ist weiterhin der Snapshot 0813 für $1.32 / $3.96 zur Spitzenzeit – das 4.4-Fache von Flash bei der Eingabe und das 3.3-Fache bei der Ausgabe, ohne Bildeingabe und mit einem Limit von 500 parallelen Anfragen gegenüber 2,500 bei Flash. DeepSeek veröffentlicht keine Pro-Werte neben 1017; die GLM-5.3-Tabelle von Z.ai führt V4 Pro 0813 mit 62.7% bei DeepSWE v1.1, unter den 77.0%, die DeepSeek für 1017 meldet – die Harnesses können sich allerdings unterscheiden. Nimm für neue Projekte deepseek-v4.1-flash.

Effort wählen

Thinking steht standardmäßig auf high. DeepSeek bildet die angefragten Stufen auf drei ab: minimal und low → low; medium, high und xhigh → high; max und ultra → max. Bleib für Coding und Agenten beim Standard high, nimm max für das schwierigste Reasoning und low für Extraktion und kurze Antworten, und schalte Thinking für FIM, Klassifikation oder latenzkritische Aufrufe ab (thinking: {type: "disabled"}). Reasoning-Token werden zum Ausgabepreis abgerechnet.

DeepSeek-Dokumentation zum Thinking-Modus

Unabhängige Einschätzungen

• Kingy AI: Ein kleiner Pilottest am 2026-10-17 über das Vercel AI Gateway: sieben feste Aufgaben mit deterministischer Bewertung, jede zweimal ausgeführt, gegen GPT-6.1 Sol, Claude Sonnet 5.5 und Qwen3.8-27B. 1017, Sol und Sonnet bestanden alle 14 von 14, der Testsatz konnte sie also nicht in eine Reihenfolge bringen. Der klarste Vorteil von 1017 waren die Kosten: etwa $0.016 gegenüber rund $0.058 bei Sol und $0.065 bei Sonnet. Beim Tempo war das Bild gemischt: ein Median von 2.47 s bei gewöhnlichen Aufgaben (Sonnet 1.59 s, Sol 4.77 s), aber 27–28 s bei einer Aufgabe zur Intervallsubtraktion, die Sonnet in etwa 3 s löste. Der Autor hat weder die Aussage zu kürzeren Ausgaben überprüft noch Agenten-Harnesses getestet.
• Paweł Huryn (Bug Hunt Bench): Zwei echte Repositories mit 105 eingebauten Bugs, die Frontier-Modelle Anfang des Jahres nicht gefunden haben; das Modell muss sie finden und beheben. 1017 erreichte mit Effort max 34 Punkte im ersten Durchlauf und 38.7 im Schnitt über drei, gegenüber 21.7 bei der September-Version; im selben Test kommt Opus 5.5 (max) auf 41.7 und Gemini 4 Argon (high) auf 40.7. Mit Effort high lag der Schnitt über zwei Durchläufe bei 32, gleichauf mit Opus 5.5 auf high (31.7). Der Autor merkt an, dass 1017 von Durchlauf zu Durchlauf weit stärker schwankt als andere Modelle.
• ML_Bear (X): Ein überwiegend negativer erster Eindruck: extrem günstig (etwa 1/16 von Opus), schnell bei kurzen Ausgaben, aber langsam bei langen; die entscheidende Schwäche ist, dass detaillierte Anweisungen nicht erfasst werden, die Genauigkeit liegt weit hinter Sol und Opus; schwaches Japanisch; kein Strict-Modus für JSON Schema. Die Empfehlung: für große Mengen einsetzen, bei denen Genauigkeit weniger zählt.
• Startup Fortune: Der Artikel argumentiert, das Release sei weniger wegen der Benchmark-Werte als wegen der Verpackung wichtig: Wie schon V4.1-Flash im September erschien es zusammen mit einer neuen Version von DeepSeek Harness und namentlich genannten Partner-Tools und lenkt Entwickler so zu einem Stack, den DeepSeek vollständig kontrolliert. Er hält auch fest, dass sich das Modell dank MIT-Lizenz in jedem Tool betreiben lässt.

1017 in Claude Code nutzen – und welche Regeln für Anfragen du prüfen solltest

Diese Regeln stammen aus der API-Dokumentation und der Model Card von DeepSeek sowie daraus, wie Wokey deepseek-v4.1-flash routet. Prüfe sie vor dem Umstieg oder der ersten Integration.

• In der DeepSeek-API heißt das Modell deepseek-flash: Eine eigene ID für 1017 gibt es nicht, und die Vorversion lässt sich nicht festlegen. Auf Wokey nimmst du deepseek-v4.1-flash; die alte ID deepseek-flash funktioniert weiterhin und ist dasselbe Modell zum selben Preis.
• Auf Wokey ist deepseek-v4-flash ein eigenes Modell, dessen erste Route das DeepSeek-V4-Flash-Deployment von Volcengine ist, und es nimmt keine Bilder an. Für 1017 stellst du die ID auf deepseek-v4.1-flash um. (In der API von DeepSeek selbst führt der alte Name inzwischen zu 1017.)
• Mit tools im Thinking-Modus musst du reasoning_content für jeden vorherigen assistant-Turn zurückgeben, auch für Turns ohne Tool-Aufruf, sonst antwortet DeepSeek mit 400 (The reasoning_content in the thinking mode must be passed back to the API). Es genügt, das zurückgegebene message-Objekt unverändert anzuhängen; ohne tools wird das Feld ignoriert.
• Im Thinking-Modus werden temperature, presence_penalty und frequency_penalty akzeptiert, haben aber keine Wirkung, und top_p unter 0.95 wird auf 0.95 angehoben; die Model Card empfiehlt temperature 1.0 und top_p 1.0.
• Strukturierte Ausgabe: response_format unterstützt nur json_object (gültiges JSON; im Prompt muss „json“ vorkommen und ein Beispielformat stehen), nicht json_schema. Die strikten Funktionsaufrufe von DeepSeek sind eine Beta unter der Base URL /beta, und Wokey ruft den Standard-Endpunkt auf – validiere Tool-Argumente also selbst.
• Bis zu 384K (393,216) Ausgabe-Token pro Anfrage; die Model Card empfiehlt max_tokens von mindestens 256K, und Reasoning wird als Ausgabe abgerechnet – plane im Ausgabebudget also Reserve ein.
• Spitzenzeiten: DeepSeek berechnet werktags 01:00–04:00 und 06:00–10:00 UTC (09:00–12:00 und 14:00–18:00 Pekinger Zeit) den vollen Preis und sonst den halben. Wokey verwendet dieselben Zeitfenster, Batch-Jobs am Wochenende oder außerhalb dieser Stunden kosten also die Hälfte; anders als DeepSeek zählt Wokey chinesische Feiertage nicht zur Nebenzeit.
• Nutzung in Claude Code: Setze ANTHROPIC_BASE_URL auf https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN auf deinen Wokey-API-Key und ANTHROPIC_MODEL auf deepseek-v4.1-flash. Codex CLI nutzt /v1/responses und OpenCode /v1/chat/completions; siehe die Client-Einrichtung oben. Auch DeepSeek Harness, der von DeepSeek empfohlene Agent, funktioniert mit Wokey; die Einrichtung steht unter /docs/deepseek-harness.

Folgeanfrage nach einem Tool-Aufruf mit zurückgegebenem reasoning_content (/v1/chat/completions)

{
  "model": "deepseek-v4.1-flash",
  "reasoning_effort": "high",
  "tools": [{ "type": "function", "function": { "name": "read_file", "parameters": { "type": "object", "properties": { "path": { "type": "string" } }, "required": ["path"] } } }],
  "messages": [
    { "role": "user", "content": "Why does the build fail?" },
    { "role": "assistant", "content": null, "reasoning_content": "Read the build log first.", "tool_calls": [{ "id": "call_1", "type": "function", "function": { "name": "read_file", "arguments": "{\"path\":\"build.log\"}" } }] },
    { "role": "tool", "tool_call_id": "call_1", "content": "error TS2307: Cannot find module './config'" }
  ]
}

Aktuelle Katalogpreise

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

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

Mengenrabatt: Bezahlst du an einem Tag $100 / $200 für DeepSeek V4.1 Flash, gibt es am Folgetag 10 % / 20 % Rabatt auf DeepSeek V4.1 Flash – automatisch und ohne Obergrenze. Regeln ansehen

Kosten für Search / Fetch und Unterstützung bei Wokey

Wie werden Aufrufe der DeepSeek Search / Fetch API abgerechnet?

Search liefert strukturierte Web-Ergebnisse, Fetch eine einzelne Seite als Markdown. DeepSeek nennt für jede API $0.75 pro 1.000 erfolgreiche Anfragen in der englischen Dokumentation bzw. ¥5 in der chinesischen. Das sind offizielle Preise in der jeweiligen Währung, keine Wokey-Preise und keine Währungsumrechnung. Abgerechnet werden nur HTTP-200-Antworten mit Ergebnis: ein nicht leeres Search-Ergebnis oder Seiteninhalt von Fetch. Fehler, leere Suchen und Timeouts kosten nichts; count ändert den Preis pro Anfrage nicht. Search und Fetch werden getrennt gezählt – eine Suche mit mehreren Fetch-Aufrufen ist also nicht ein einziger abrechenbarer Aufruf. Modell-Token werden separat abgerechnet.

Welche Suchaufrufe werden ab dem 1. November 2026 abgerechnet?

Laut DeepSeek fällt für serverseitige Search/Fetch-Tool-Aufrufe, die über DeepSeek Harness, Claude Code oder Codex mit der offiziellen DeepSeek API ausgelöst werden, vorübergehend keine Tool-Gebühr an. Die Abrechnung pro Anfrage beginnt am 2026-11-01 um 00:00 Uhr Pekinger Zeit (UTC+8, wie Singapur). Diese Befreiung macht nicht jeden direkten Search/Fetch-API-Aufruf kostenlos und gilt nicht für Modell-Token. Die offizielle Regelung ist keine Zusage kostenloser Nutzung bei Wokey.

Unterstützt deepseek-v4.1-flash bei Wokey eigenständiges Search / Fetch?

Wokey stellt die auf dieser Seite genannten Inferenz-Schnittstellen des Modells bereit, keine eigenständigen Endpunkte /v1/tools/search oder /v1/tools/fetch. Tool-Use-Unterstützung bedeutet nicht, dass jedes eingebaute Web-Tool des Upstreams unterstützt wird. Serverseitige Suche innerhalb von Modellanfragen hängt von der tatsächlichen Route ab und ist derzeit keine geprüfte, einheitlich unterstützte Wokey-Funktion; diese Seite nennt keinen Wokey-Preis pro Search/Fetch-Aufruf. Für dokumentiertes eigenständiges Suchen und Abrufen nutze einen DeepSeek-API-Key mit api.deepseek.com – getrennt von Wokey-Modellaufrufen konfiguriert und abgerechnet.

Geprüft am 2026-10-19 · DeepSeek · Search & Fetch (USD) · DeepSeek · Search & Fetch (CNY) · DeepSeek · Change log

Gemessen auf Wokey

Letzte 28 Tage (2026-10-13 bis 2026-11-09), jeden Montag aktualisiert · Echte Anfragen von 200+ Konten

Zeit bis zum ersten Token, kurze Prompts

2,1 s (Median · Prompts unter 8K Token · P90 4,8 s)

Zeit bis zum ersten Token, Agent-Prompts

3,6 s (Median · Prompts mit 32K–128K Token)

Trefferquote des Prompt-Cache

94% (Anteil der Eingabe-Token, die aus dem Cache gelesen wurden)

Meistgenutzte Clients: OpenCode 29%, Magpie 24%, DeepSeek Harness 23%. Anteil an den Anfragen erkannter Clients; bei 25% 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

393,216 tokens

Streaming

Unterstützt

Tools

Unterstützt

Vision

Unterstützt

Unterstützte API-Formate

/v1/chat/completions · /v1/responses · /v1/messages

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-v4.1-flash","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4.1-flash","input":"Hello"}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4.1-flash","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

DeepSeek-V4.1-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-v4.1-flash. Öffne die Einrichtung für deinen Client.

• DeepSeek-V4.1-Flash in Claude Code nutzen: Anthropic Messages · Base URL und API-Key einrichten
• DeepSeek-V4.1-Flash in Codex nutzen: OpenAI Responses · Base URL und API-Key einrichten
• DeepSeek-V4.1-Flash in Claude Desktop nutzen: Anthropic Messages · Base URL und API-Key einrichten
• DeepSeek-V4.1-Flash in opencode nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• DeepSeek-V4.1-Flash in pi nutzen: Anthropic Messages · Base URL und API-Key einrichten
• DeepSeek-V4.1-Flash in DeepSeek Harness nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• DeepSeek-V4.1-Flash in Z Code nutzen: Anthropic Messages · Base URL und API-Key einrichten
• DeepSeek-V4.1-Flash in Cherry Studio nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• DeepSeek-V4.1-Flash in WorkBuddy nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• DeepSeek-V4.1-Flash in OpenClaw nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• DeepSeek-V4.1-Flash in Hermes Agent nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• DeepSeek-V4.1-Flash in Magpie nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• DeepSeek-API-Kostenrechner: was DeepSeek-V4.1-Flash pro Monat kostet: Vergleiche die Monatskosten über die DeepSeek API und über Wokey für deine Nutzung und Cache-Trefferquote.
• DeepSeek-V4.1-Flash vs. DeepSeek V4 Pro: Welches Modell passt?: Preise, Kontextfenster, Zeit bis zum ersten Token und Cache-Trefferquote im direkten Vergleich.
• OpenRouter-Alternative: Wokey und OpenRouter im Vergleich: Vergleiche Token-Preise, Zahlungsgebühren, API-Formate und Upstream-Quellen.
• Verifizierbare KI-API: welche Modelle und API-Formate Antwortnachweise tragen: Antwortnachweise gibt es derzeit nur für unverändert durchgereichte Claude-Messages- und GPT-Responses-Antworten auf offiziellen Routen.

Claude Code

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="deepseek-v4.1-flash"

Beispiel eines echten Aufrufs

Diese Nutzungswerte stammen aus einem abgeschlossenen Aufruf von DeepSeek-V4.1-Flash, der beim ersten Versuch erfolgreich war und mit der Abrechnung abgeglichen wurde.

Eingabe gesamt

77258

Ausgabe

1030

Cache-Anteil der Eingabe

99.9%

Dauer des Aufrufs

12.90 s

Chat Completions usage

Aus dem Abrechnungseintrag als Beispiel für die API-Felder zusammengestellt. prompt_tokens ist die gesamte Eingabe einschließlich gecachter Token.

{
  "model": "deepseek-v4.1-flash",
  "usage": {
    "prompt_tokens": 77258,
    "prompt_tokens_details": {
      "cached_tokens": 77184
    },
    "completion_tokens": 1030,
    "total_tokens": 78288
  }
}

Token-Abgleich

Das sind die endgültigen Preise pro 1 Mio. Token, die für diesen Aufruf erfasst wurden.

Abgerechneter Betrag

$0.000430

Kosten = Summe aus Token × jeweiligem Preis ÷ 1,000,000, nach dem Summieren auf sechs Nachkommastellen gerundet.

Quelle dieses Aufrufs

Dieser Aufruf lief über den Kanal OpenCode auf opencode.ai mit API Key-Autorisierung. Die Nutzung wurde upstream gemessen, die Anfrage lieferte HTTP 200.

Prompt Cache prüfen

1. Halte das gemeinsame Präfix langer Prompts identisch und verwende den Kontext gemäß den Cache-Regeln der gewählten API wieder.
2. Prüfe prompt_tokens_details.cached_tokens; null bedeutet, dass für diesen Aufruf kein Cache-Lesen erfasst wurde.
3. Nicht gecachte Eingabe = prompt_tokens minus gecachte Token. Berechne jeden Posten mit seinem Preis und addiere die Kosten der Ausgabe.

Häufige Fragen

Verwandte Modelle und Dokumentation

• DeepSeek V4 Flash
• DeepSeek V4 Pro
• API-Dokumentation
• Alle Modelle und Preise
• Provider Node