DeepSeek-V4.1-Flash API

Sekilas tentang DeepSeek-V4.1-Flash-1017

Tanggal rilis

2026-10-17, pada hari yang sama di situs web, aplikasi, dan API DeepSeek; menggantikan V4.1-Flash 2026-09-10 dengan ID model deepseek-flash yang sama di API DeepSeek, dengan cara pemanggilan dan harga yang tidak berubah

Apa yang berubah

DeepSeek menyebutnya pembaruan kecil dengan skor benchmark lebih tinggi, penyelesaian tugas lebih cepat, dan output lebih pendek, yang digambarkannya sebagai perbaikan Pareto pada performa dan biaya; model ini dioptimalkan untuk DeepSeek Harness (disarankan v0.2.1-rc.1 atau lebih baru), Tencent CodeBuddy, dan WorkBuddy

Model dan bobot

MoE multimodal dengan arsitektur Causal Encoder-Decoder (CED) dari DeepSeek; laporan teknis V4.1-Flash mencatat 552B parameter backbone dengan 16B aktif per token saat decoding, dan file bobot di Hugging Face berjumlah 763B parameter; kode dan bobot berlisensi MIT

Konteks dan output

Konteks 1 juta token dan hingga 384K (393,216) token output per request; input teks dan gambar, output teks; model card menyarankan max_tokens minimal 256K

Thinking dan effort

Thinking aktif secara default dengan effort high; reasoning_effort menerima low / high / max; thinking: {type: "disabled"} mematikannya, dan pada Responses API reasoning.effort "none" melakukan hal yang sama

Harga resmi

Pada jam sibuk $0.30 input / $1.20 output per 1 juta token dan $0.006 untuk cache hit, setengahnya di luar jam sibuk ($0.15 / $0.60 / $0.003). Jam sibuk adalah 01:00–04:00 dan 06:00–10:00 UTC pada hari kerja

API dan tools

DeepSeek menyediakan format OpenAI Chat Completions, Responses, dan Anthropic Messages dengan tool calling, output JSON, dan FIM completion (hanya tanpa thinking); Wokey melayani /v1/chat/completions, /v1/responses, dan /v1/messages

Diperiksa 2026-10-18 · Sumber: DeepSeek · Change log · Pricing · Hugging Face · arXiv · Artificial Analysis · DeepInfer

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

Dari model card DeepSeek di Hugging Face, sesuai dengan change log 2026-10-17; ini hasil yang dilaporkan vendor sendiri, dan “—” berarti skornya tidak dipublikasikan. Opus 5 di sini adalah Claude Opus 5 yang lebih lama, bukan Opus 5.5 (2026-09-22), dan GPT-5.6 Sol bukan GPT-6.1 Sol.

Baris HLE adalah skor tanpa tools; pada subset khusus teks DeepSeek juga melaporkan 44.0% untuk 1017 dan 39.1% untuk versi sebelumnya, dan angkanya untuk GLM-5.3 (42.0%) juga khusus teks, sehingga sel itu dikosongkan. Terminal-Bench 4.0 dijalankan di harness Claude Code, DeepSWE v1.1 di Mini-SWE-V2, dan ZeroBench dengan Pass@5. Tabel dari vendor yang berbeda tidak bisa dibandingkan sel demi sel: model card Moonshot sendiri mencatat Kimi K3 di 77.8% pada ProgramBench sedangkan di sini 17.5%, dan DeepSeek mencatat GLM-5.3 di 48.8% pada AutomationBench v1.0.6 sedangkan di halaman Z.ai 48.2%. Angka DeepSWE v1.1 untuk K3 (67.5%) dan GLM-5.3 (66.9%) cocok dengan tabel Z.ai.

Pilih yang mana: V4.1-Flash-1017, Claude Opus, Kimi K3, GLM-5.3, model sekelas, atau V4 Pro

Upgrade dari V4.1-Flash (0910)

Tidak ada yang perlu diubah: deepseek-flash beralih ke 1017 pada 2026-10-17 dengan harga yang sama; di Wokey deepseek-flash dan deepseek-v4.1-flash adalah model yang sama. Dalam tabel DeepSeek, peningkatan terbesar ada pada tugas agent dan terminal: Terminal-Bench 4.0 dari 31.2% ke 42.3%, ProgramBench dari 20.3% ke 29.1%, Apex Bench v1.1 dari 64.6% ke 72.1%, DeepSWE v1.1 dari 74.2% ke 77.0%. DeepSeek juga menyatakan model ini menyelesaikan tugas lebih cepat dengan output lebih pendek, dan reasoning ditagih sebagai output, sehingga biaya per tugas lebih rendah; belum ada pengujian independen yang mengonfirmasi output yang lebih pendek itu.

vs Claude Opus 5 / Opus 5.5

Bahkan dalam tabel DeepSeek sendiri, Opus 5 unggul di baris-baris tersulit: HLE 56.3% vs 42.6%, Terminal-Bench 4.0 51.8% vs 42.3%, ProgramBench 37.0% vs 29.1%, NL2Repo-Bench 75.3% vs 68.2%, ditambah ketiga benchmark vision; 1017 unggul di DeepSWE v1.1 (77.0% vs 74.0%), AutomationBench (60.5% vs 50.3%), Agents’ Last Exam, dan Apex Bench. Opus 5.5, yang dirilis 2026-09-22, tidak ada di tabel. Harga resmi Opus 5.5 $4 / $20, sekitar 13× harga input 1017 pada jam sibuk dan 17× harga output-nya pada jam sibuk. Pilih Opus untuk build tersulit dan pekerjaan yang harus benar sejak percobaan pertama; gunakan 1017 untuk agent loop bervolume besar, sub-agent, dan coding rutin yang mementingkan biaya per tugas.

vs Kimi K3 dan GLM-5.3

Tabel DeepSeek menempatkan 1017 di depan keduanya pada setiap baris coding dan agent, misalnya DeepSWE v1.1 77.0% vs 67.5% (K3) dan 66.9% (GLM-5.3), serta Terminal-Bench 4.0 42.3% vs 12.6% dan 37.9%; hanya di HLE K3 sedikit lebih tinggi (43.5% vs 42.6%). Selisih harganya lebih besar: harga resmi K3 $3 / $15 dan GLM-5.3 $1.4 / $4.4, berbanding $0.30 / $1.20 untuk 1017 pada jam sibuk. GLM-5.3 hanya mendukung teks dan K3 juga menerima video; 1017 dan K3 sama-sama menerima gambar. Ini angka dari DeepSeek, jadi periksa juga tabel milik Z.ai dan Moonshot sebelum memutuskan.

vs GPT-6 Luna, GLM-5.3-Flash, dan Claude Haiku 5.5

Untuk pekerjaan bervolume besar, alternatif yang sebenarnya adalah model-model sekelas ini, dan semuanya tersedia di Wokey. Artificial Analysis Intelligence Index v4.3.2 sejauh ini baru mencantumkan V4.1-Flash versi September: 39 di effort max dengan $0.27 per tugas; pada versi yang sama Claude Haiku 5.5 meraih 43 ($0.21 per tugas), GLM-5.3-Flash 42 ($0.28), dan GPT-6 Luna 38 ($0.07, termurah per tugas). AA belum memberi skor untuk 1017. Harga resmi: Luna $0.10 / $0.50, GLM-5.3-Flash $0.15 / $0.50, Haiku 5.5 $0.10 / $0.50 untuk prompt hingga 100K token dan lima kali lipatnya di atas itu; DeepSeek $0.30 / $1.20 pada jam sibuk dan $0.15 / $0.60 di luar jam sibuk. Cache hit DeepSeek paling murah ($0.003–$0.006, berbanding $0.01 untuk Luna dan Haiku 5.5 serta $0.03 untuk GLM-5.3-Flash), dan ini merupakan komponen biaya terbesar pada agent loop yang mengirim ulang prefix panjang. AA mengukur kecepatan output sekitar 235 token/detik untuk Haiku 5.5, 176 untuk DeepSeek, 120 untuk Luna, dan 71 untuk GLM-5.3-Flash. Pilih Luna untuk biaya per tugas terendah, Haiku 5.5 atau GLM-5.3-Flash untuk skor tertinggi di kelas ini (prompt panjang di Haiku 5.5 berbiaya lima kali lipat), dan 1017 untuk agent loop panjang yang banyak memakai cache atau jika Anda menginginkan bobot terbuka.

vs DeepSeek V4 Pro

DeepSeek belum merilis V4.1 Pro. deepseek-v4-pro masih snapshot 0813 dengan harga $1.32 / $3.96 pada jam sibuk, 4.4× Flash untuk input dan 3.3× untuk output, tanpa input gambar, dan dengan batas konkurensi 500 berbanding 2,500 milik Flash. DeepSeek tidak memublikasikan skor Pro berdampingan dengan 1017; tabel GLM-5.3 dari Z.ai mencatat V4 Pro 0813 di 62.7% pada DeepSWE v1.1, di bawah 77.0% yang dilaporkan DeepSeek untuk 1017, meskipun harness-nya bisa berbeda. Gunakan deepseek-v4.1-flash untuk proyek baru.

Memilih effort

Thinking default-nya high. DeepSeek memetakan tingkat yang diminta ke tiga tingkat: minimal dan low → low; medium, high, dan xhigh → high; max dan ultra → max. Pertahankan default high untuk coding dan agent, gunakan max untuk reasoning tersulit dan low untuk ekstraksi dan jawaban pendek, serta matikan thinking (thinking: {type: "disabled"}) untuk FIM, klasifikasi, atau pemanggilan yang sensitif terhadap latensi. Token reasoning ditagih dengan harga output.

Dokumentasi mode thinking DeepSeek

Ulasan pihak ketiga

• Kingy AI: Uji coba kecil pada 2026-10-17 lewat Vercel AI Gateway: tujuh tugas tetap dengan penilai deterministik, masing-masing dijalankan dua kali, melawan GPT-6.1 Sol, Claude Sonnet 5.5, dan Qwen3.8-27B. 1017, Sol, dan Sonnet semuanya lolos 14 dari 14, jadi rangkaian tes ini tidak bisa memeringkatnya. Keunggulan 1017 yang paling jelas adalah biaya: sekitar $0.016 berbanding kira-kira $0.058 untuk Sol dan $0.065 untuk Sonnet. Kecepatannya beragam: median 2.47 dtk pada tugas biasa (Sonnet 1.59 dtk, Sol 4.77 dtk), tetapi 27–28 dtk pada satu tugas pengurangan interval yang diselesaikan Sonnet dalam sekitar 3 dtk. Penulis tidak memverifikasi klaim output lebih pendek dan tidak menguji harness agent.
• Paweł Huryn (Bug Hunt Bench): Dua repositori nyata dengan 105 bug tanaman yang tidak ditemukan model frontier pada awal tahun ini; model harus menemukan dan memperbaikinya. 1017 di effort max meraih 34 pada putaran pertama dan rata-rata 38.7 dari tiga putaran, berbanding 21.7 untuk versi September; pada tes yang sama Opus 5.5 (max) meraih 41.7 dan Gemini 4 Argon (high) 40.7. Di effort high rata-ratanya 32 dari dua putaran, setara dengan Opus 5.5 di high (31.7). Penulis mencatat bahwa hasil 1017 jauh lebih bervariasi antarputaran dibanding model lain.
• ML_Bear (X): Kesan pertama yang cenderung negatif: sangat murah (sekitar 1/16 dari Opus), cepat pada output pendek tetapi lambat pada output panjang; kelemahan fatalnya adalah melewatkan instruksi yang mendetail, dengan akurasi jauh di belakang Sol dan Opus; bahasa Jepangnya lemah; dan tidak ada mode strict JSON Schema. Sarannya adalah memakainya untuk pekerjaan bervolume besar yang tidak terlalu menuntut akurasi.
• Startup Fortune: Berpendapat bahwa rilis ini penting bukan karena skornya, melainkan karena cara pengemasannya: seperti peluncuran V4.1-Flash pada September, model ini dirilis bersama versi baru DeepSeek Harness dan tools mitra yang disebut namanya, sehingga mengarahkan developer ke stack yang dikendalikan DeepSeek dari ujung ke ujung. Artikel itu juga mencatat bahwa lisensi MIT memungkinkan model ini dijalankan di tool apa pun.

Cara memakai 1017 di Claude Code dan aturan request yang perlu dicek

Aturan ini berasal dari dokumentasi API dan model card DeepSeek, serta dari cara Wokey merutekan deepseek-v4.1-flash. Periksa sebelum beralih atau sebelum integrasi pertama.

• API DeepSeek menamai model ini deepseek-flash: tidak ada ID 1017 tersendiri, dan versi sebelumnya tidak bisa dikunci. Di Wokey gunakan deepseek-v4.1-flash; ID lama deepseek-flash tetap bisa dipakai dan merupakan model yang sama dengan harga yang sama.
• Di Wokey, deepseek-v4-flash adalah model terpisah yang rute pertamanya adalah deployment DeepSeek V4 Flash milik Volcengine, dan model ini tidak menerima gambar. Untuk mendapatkan 1017, ganti ID-nya menjadi deepseek-v4.1-flash. (Di API DeepSeek sendiri, nama lama itu kini menjalankan 1017.)
• Dengan tools dalam mode thinking, kirim kembali reasoning_content untuk setiap giliran assistant sebelumnya, termasuk giliran tanpa tool call, atau DeepSeek mengembalikan 400 (The reasoning_content in the thinking mode must be passed back to the API). Cukup tambahkan objek message yang dikembalikan apa adanya; tanpa tools field tersebut diabaikan.
• Dalam mode thinking, temperature, presence_penalty, dan frequency_penalty diterima tetapi tidak berpengaruh, dan top_p di bawah 0.95 dinaikkan menjadi 0.95; model card menyarankan temperature 1.0 dan top_p 1.0.
• Structured output: response_format hanya mendukung json_object (JSON yang valid; prompt harus menyebut “json” dan menunjukkan contoh format), bukan json_schema. Strict function calling DeepSeek adalah fitur beta di base URL /beta, sedangkan Wokey memanggil endpoint standar, jadi validasi argumen tool sendiri.
• Hingga 384K (393,216) token output per request; model card menyarankan max_tokens minimal 256K, dan reasoning ditagih sebagai output, jadi sisakan ruang pada anggaran output.
• Jam sibuk: DeepSeek mengenakan harga penuh pada 01:00–04:00 dan 06:00–10:00 UTC di hari kerja (09:00–12:00 dan 14:00–18:00 waktu Beijing) dan setengah harga di luar itu. Wokey memakai jendela waktu yang sama, jadi pekerjaan batch pada akhir pekan atau di luar jam tersebut berbiaya setengahnya; berbeda dengan DeepSeek, Wokey tidak menganggap hari libur nasional Tiongkok sebagai waktu di luar jam sibuk.
• Pemakaian di Claude Code: atur ANTHROPIC_BASE_URL ke https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN ke API key Wokey Anda, dan ANTHROPIC_MODEL ke deepseek-v4.1-flash. Codex CLI memakai /v1/responses dan OpenCode /v1/chat/completions; lihat panduan klien di atas. DeepSeek Harness, agent yang direkomendasikan DeepSeek, juga bisa dipakai dengan Wokey; penyiapannya ada di /docs/deepseek-harness.

Request lanjutan setelah tool call dengan reasoning_content dikirim kembali (/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'" }
  ]
}

Cuplikan harga katalog

Harga per 1 juta token; penagihan mengikuti harga saat request diproses.

Sumber harga resmi: https://api-docs.deepseek.com/quick_start/pricing

Harga volume: bayar $100 / $200 untuk DeepSeek V4.1 Flash dalam sehari, dan DeepSeek V4.1 Flash mendapat diskon 10% / 20% pada hari berikutnya — otomatis, tanpa batas atas. Lihat aturannya

Biaya Search / Fetch dan dukungan di Wokey

Bagaimana panggilan DeepSeek Search / Fetch API ditagih?

Search mengembalikan hasil web terstruktur; Fetch mengembalikan satu halaman dalam bentuk Markdown. DeepSeek mencantumkan tarif tiap API sebesar $0.75 per 1,000 request yang berhasil di panduan bahasa Inggrisnya, atau ¥5 di panduan bahasa Mandarinnya. Ini adalah tarif resmi per mata uang, bukan harga Wokey atau hasil konversi mata uang. Hanya respons HTTP 200 yang berisi hasil yang ditagih: array hasil Search yang tidak kosong atau konten halaman dari Fetch. Kegagalan, pencarian kosong, dan timeout tidak ditagih; count tidak mengubah harga per request. Search dan Fetch dihitung terpisah, jadi satu pencarian yang diikuti beberapa fetch bukan satu panggilan yang ditagih. Token model ditagih terpisah.

Pencarian mana yang mulai ditagih pada 1 November 2026?

Menurut DeepSeek, panggilan tool Search/Fetch sisi server yang dilakukan lewat DeepSeek Harness, Claude Code, atau Codex dengan API resmi DeepSeek untuk sementara tidak dikenai biaya tool. Penagihan per request dimulai pada 2026-11-01 00:00 waktu Beijing (UTC+8, offset yang sama dengan Singapura). Pembebasan ini tidak membuat setiap panggilan langsung ke Search/Fetch API gratis dan tidak menghapus biaya token model. Kebijakan resmi tersebut bukan janji pemakaian gratis dari Wokey.

Apakah deepseek-v4.1-flash di Wokey mendukung Search / Fetch mandiri?

Wokey menyediakan antarmuka inferensi model yang tercantum di halaman ini, bukan endpoint mandiri /v1/tools/search atau /v1/tools/fetch. Dukungan tool calling tidak berarti setiap tool web bawaan upstream didukung. Pencarian sisi server di dalam request model bergantung pada rute pasokan yang sebenarnya dan saat ini tidak tercantum sebagai kemampuan Wokey yang terverifikasi dan didukung secara seragam; halaman ini tidak memublikasikan harga Wokey per panggilan Search/Fetch. Untuk dukungan pencarian dan fetch mandiri yang terdokumentasi, gunakan API key DeepSeek dengan api.deepseek.com, yang dikonfigurasi dan ditagih terpisah dari panggilan model Wokey.

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

Hasil pengukuran di Wokey

28 hari terakhir (2026-10-13 hingga 2026-11-09), diperbarui setiap Senin · Request nyata dari 200+ akun

Waktu hingga token pertama, prompt pendek

2.1 detik (Median · prompt di bawah 8K token · p90 4.8 detik)

Waktu hingga token pertama, prompt agent

3.6 detik (Median · prompt 32K–128K token)

Tingkat cache hit prompt

94% (Porsi token input yang dibaca dari cache)

Klien paling banyak dipakai: OpenCode 29%, Magpie 24%, DeepSeek Harness 23%. Porsi dari request dengan klien yang teridentifikasi; kliennya teridentifikasi pada 25% request.

Cara pengukuran

Waktu hingga token pertama dihitung sejak gateway Wokey menerima request sampai konten streaming pertama (teks, ringkasan reasoning, atau penolakan). Angka ini mencakup antrean, percobaan ulang di akun lain, dan waktu berpikir model, sehingga lebih lama daripada latensi token pertama milik upstream sendiri. Hanya request streaming yang berhasil yang dihitung, dikelompokkan menurut ukuran prompt (input ditambah baca dan tulis cache).

Tingkat cache hit = token yang dibaca dari cache ÷ token input pada request yang berhasil. Angkanya bergantung pada klien dan cara pemakaiannya; halaman tingkat cache hit merincinya per klien.

Akun enterprise dan akun uji milik Wokey tidak disertakan. Sebuah model ditampilkan setelah dipakai minimal 20 pengguna dalam 28 hari terakhir dan tidak ada satu pengguna pun yang mengirim lebih dari 50% request-nya; akun yang terdaftar melalui satu rantai referral dihitung sebagai satu pengguna. Setiap angka waktu hingga token pertama memerlukan minimal 500 request.

Tingkat cache hit per klien

Kemampuan model

Context

1,000,000 tokens

Output maksimum

393,216 tokens

Streaming

Didukung

Tools

Didukung

Vision

Didukung

Format API yang didukung

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

Kirim request

/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"}]}'

Pakai DeepSeek-V4.1-Flash di tool Anda

Gateway-nya adalah https://api.wokey.ai (klien yang kompatibel dengan OpenAI biasanya memakai https://api.wokey.ai/v1), dan ID modelnya deepseek-v4.1-flash. Buka panduan untuk klien yang Anda pakai.

• Pakai DeepSeek-V4.1-Flash di Claude Code: Anthropic Messages · penyiapan base URL dan API key
• Pakai DeepSeek-V4.1-Flash di Codex: OpenAI Responses · penyiapan base URL dan API key
• Pakai DeepSeek-V4.1-Flash di Claude Desktop: Anthropic Messages · penyiapan base URL dan API key
• Pakai DeepSeek-V4.1-Flash di opencode: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai DeepSeek-V4.1-Flash di pi: Anthropic Messages · penyiapan base URL dan API key
• Pakai DeepSeek-V4.1-Flash di DeepSeek Harness: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai DeepSeek-V4.1-Flash di Z Code: Anthropic Messages · penyiapan base URL dan API key
• Pakai DeepSeek-V4.1-Flash di Cherry Studio: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai DeepSeek-V4.1-Flash di WorkBuddy: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai DeepSeek-V4.1-Flash di OpenClaw: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai DeepSeek-V4.1-Flash di Hermes Agent: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai DeepSeek-V4.1-Flash di Magpie: OpenAI Chat Completions · penyiapan base URL dan API key
• Kalkulator biaya DeepSeek API: berapa biaya DeepSeek-V4.1-Flash per bulan: Bandingkan biaya bulanan di DeepSeek API dan Wokey sesuai pemakaian dan tingkat cache hit Anda.
• DeepSeek-V4.1-Flash vs DeepSeek V4 Pro: pilih yang mana?: Harga, jendela konteks, waktu hingga token pertama, dan tingkat cache hit berdampingan.
• Alternatif OpenRouter: Wokey vs OpenRouter: Bandingkan harga token, biaya pembayaran, format API, dan sumber upstream.
• API AI yang dapat diverifikasi: model dan format API mana yang membawa bukti respons: Bukti respons saat ini hanya mencakup respons Claude Messages dan GPT Responses yang diteruskan apa adanya di rute resmi.

Claude Code

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

Contoh panggilan produksi

Nilai penggunaan ini berasal dari panggilan DeepSeek-V4.1-Flash yang sudah selesai, berhasil pada percobaan pertama, dan sudah dicocokkan dengan tagihannya.

Total input

77258

Output

1030

Porsi input dari cache

99.9%

Durasi panggilan

12.90 s

Chat Completions usage

Disusun dari catatan penagihan menjadi contoh field API. prompt_tokens adalah total input, termasuk token yang di-cache.

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

Pencocokan token

Ini adalah tarif akhir per 1 juta token yang tercatat untuk panggilan ini.

Jumlah yang ditagih

$0.000430

Biaya = jumlah token × tarifnya ÷ 1,000,000, dibulatkan ke enam desimal setelah dijumlahkan.

Sumber panggilan ini

Panggilan ini memakai kanal OpenCode di opencode.ai dengan otorisasi API Key. Penggunaan diukur di sisi upstream dan request mengembalikan HTTP 200.

Memverifikasi Prompt Cache

1. Jaga agar prefiks bersama pada prompt panjang tetap identik dan gunakan kembali konteks sesuai aturan cache API yang dipilih.
2. Periksa prompt_tokens_details.cached_tokens; nol berarti tidak ada baca cache yang tercatat untuk panggilan ini.
3. Input tanpa cache = prompt_tokens dikurangi token yang di-cache. Hitung setiap pos dengan tarifnya masing-masing, lalu tambahkan biaya output.

Pertanyaan umum

Model dan dokumentasi terkait

• DeepSeek V4 Flash
• DeepSeek V4 Pro
• Dokumentasi API
• Semua model dan harga
• Provider Node