DeepSeek-V4.1-Flash API

DeepSeek-V4.1-Flash-1017 の概要

リリース日

2026-10-17。同日に DeepSeek の Web サイト、アプリ、API で提供開始。DeepSeek API 上では同じ deepseek-flash のモデル ID で 2026-09-10 の V4.1-Flash を置き換え、呼び出し方法と料金は変わりません

変更点

DeepSeek はマイナーアップデートと位置づけ、ベンチマークスコアの向上、タスク完了の高速化、出力の短縮を挙げ、性能とコストのパレート改善と説明しています。DeepSeek Harness（v0.2.1-rc.1 以降を推奨）、Tencent CodeBuddy、WorkBuddy 向けに調整されています

モデルと重み

DeepSeek の Causal Encoder-Decoder（CED）アーキテクチャによるマルチモーダル MoE。V4.1-Flash の技術レポートによるとバックボーンは 552B パラメータで、デコード時のトークンあたりアクティブパラメータは 16B。Hugging Face の重みファイルは合計 763B パラメータ。コードと重みは MIT ライセンス

コンテキストと出力

1M トークンのコンテキスト、1 リクエストあたり最大 384K（393,216）出力トークン。テキストと画像の入力、テキスト出力。モデルカードは max_tokens を 256K 以上にすることを推奨

思考と effort

思考はデフォルトでオン、effort は high。reasoning_effort は low / high / max を受け付けます。thinking: {type: "disabled"} でオフになり、Responses API では reasoning.effort "none" でも同様です

公式価格

ピーク時は 100 万トークンあたり入力 $0.30 / 出力 $1.20、キャッシュヒット $0.006。オフピーク時はその半額（$0.15 / $0.60 / $0.003）。ピークは平日の 01:00–04:00 と 06:00–10:00 UTC

API とツール

DeepSeek は OpenAI Chat Completions、Responses、Anthropic Messages の各形式を提供し、ツール呼び出し、JSON 出力、FIM 補完（非思考モードのみ）に対応。Wokey は /v1/chat/completions、/v1/responses、/v1/messages を提供

2026-10-18 確認 · 情報源: DeepSeek · Change log · Pricing · Hugging Face · arXiv · Artificial Analysis · DeepInfer

公式ベンチマーク：V4.1-Flash-1017 vs V4.1-Flash vs Kimi K3 vs GLM-5.3 vs GPT-5.6 Sol vs Opus 5

Hugging Face 上の DeepSeek のモデルカードからの数値で、2026-10-17 の変更履歴と一致しています。ベンダー自身による結果で、「—」はスコア未公表を示します。ここでの Opus 5 は以前の Claude Opus 5 で Opus 5.5（2026-09-22）ではなく、GPT-5.6 Sol は GPT-6.1 Sol ではありません。

HLE の行はツールなしです。テキストのみのサブセットでは DeepSeek は 1017 で 44.0%、前バージョンで 39.1% とも報告しており、GLM-5.3 の数値（42.0%）もテキストのみのため、そのセルは空欄にしています。Terminal-Bench 4.0 は Claude Code ハーネス、DeepSWE v1.1 は Mini-SWE-V2 で実行され、ZeroBench は Pass@5 です。ベンダーごとの表はセル単位では比較できません。Moonshot 自身のモデルカードでは Kimi K3 の ProgramBench は 77.8% ですが、ここでは 17.5% です。また DeepSeek は GLM-5.3 の AutomationBench v1.0.6 を 48.8% としていますが、Z.ai のページでは 48.2% です。K3（67.5%）と GLM-5.3（66.9%）の DeepSWE v1.1 の数値は Z.ai の表と一致しています。

どれを使うべきか：V4.1-Flash-1017、Claude Opus、Kimi K3、GLM-5.3、同クラスのモデル、V4 Pro

V4.1-Flash（0910）からのアップグレード

変更は不要です。deepseek-flash は 2026-10-17 に同じ料金のまま 1017 に切り替わりました。Wokey では deepseek-flash と deepseek-v4.1-flash は同じモデルです。DeepSeek の表で最も伸びたのはエージェントとターミナルのタスクで、Terminal-Bench 4.0 は 31.2% から 42.3%、ProgramBench は 20.3% から 29.1%、Apex Bench v1.1 は 64.6% から 72.1%、DeepSWE v1.1 は 74.2% から 77.0% です。DeepSeek はまた、タスクをより速く、より短い出力で完了すると述べており、推論は出力として課金されるため 1 タスクあたりのコストは下がります。ただし出力の短縮は、まだ独立したテストで確認されていません。

Claude Opus 5 / Opus 5.5 との比較

DeepSeek 自身の表でも、最も難しい項目では Opus 5 がリードしています。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%、さらに 3 つの画像ベンチマークすべてです。1017 は DeepSWE v1.1（77.0% vs 74.0%）、AutomationBench（60.5% vs 50.3%）、Agents’ Last Exam、Apex Bench でリードしています。2026-09-22 にリリースされた Opus 5.5 は表に含まれていません。Opus 5.5 の公式価格は $4 / $20 で、1017 のピーク時の入力価格の約 13 倍、出力価格の約 17 倍です。最も難しい開発や一度で正解が求められる作業には Opus を、1 タスクあたりのコストが重要な大量のエージェントループ、サブエージェント、日常的なコーディングには 1017 を使ってください。

Kimi K3・GLM-5.3 との比較

DeepSeek の表では、1017 はコーディングとエージェントのすべての項目で両者を上回っています。たとえば DeepSWE v1.1 は 77.0% に対して 67.5%（K3）と 66.9%（GLM-5.3）、Terminal-Bench 4.0 は 42.3% に対して 12.6% と 37.9% です。HLE だけは K3 がわずかに上です（43.5% vs 42.6%）。価格差はさらに大きく、K3 の公式価格は $3 / $15、GLM-5.3 は $1.4 / $4.4 で、1017 はピーク時 $0.30 / $1.20 です。GLM-5.3 はテキストのみで、K3 は動画も受け付けます。1017 と K3 はどちらも画像に対応しています。これは DeepSeek の数値なので、判断する前に Z.ai と Moonshot 自身の表も確認してください。

GPT-6 Luna・GLM-5.3-Flash・Claude Haiku 5.5 との比較

大量処理での現実的な代替は同クラスのこれらのモデルで、いずれも Wokey で利用できます。Artificial Analysis Intelligence Index v4.3.2 には今のところ 9 月の V4.1-Flash しかなく、max effort で 39、1 タスク $0.27 です。同じバージョンで Claude Haiku 5.5 は 43（1 タスク $0.21）、GLM-5.3-Flash は 42（$0.28）、GPT-6 Luna は 38（$0.07、1 タスクあたり最安）です。AA はまだ 1017 を評価していません。公式価格は Luna $0.10 / $0.50、GLM-5.3-Flash $0.15 / $0.50、Haiku 5.5 は 100K トークンまでのプロンプトで $0.10 / $0.50、それを超えると 5 倍です。DeepSeek はピーク時 $0.30 / $1.20、オフピーク時 $0.15 / $0.60 です。DeepSeek はキャッシュヒットが最も安く（$0.003–$0.006、Luna と Haiku 5.5 は $0.01、GLM-5.3-Flash は $0.03）、長いプレフィックスを再送信するエージェントループではこれが最大のコストになります。AA の測定では出力速度は Haiku 5.5 が約 235 トークン/秒、DeepSeek が 176、Luna が 120、GLM-5.3-Flash が 71 です。1 タスクあたりのコストを最小にするなら Luna を、このクラスの最高スコアなら Haiku 5.5 か GLM-5.3-Flash を（Haiku 5.5 は長いプロンプトで 5 倍の料金）、キャッシュを多用する長いエージェントループやオープンウェイトが必要な場合は 1017 を選んでください。

DeepSeek V4 Pro との比較

DeepSeek は V4.1 Pro をリリースしていません。deepseek-v4-pro は引き続き 0813 スナップショットで、ピーク時 $1.32 / $3.96 と Flash の入力 4.4 倍、出力 3.3 倍です。画像入力には対応せず、同時実行数の上限も Flash の 2,500 に対して 500 です。DeepSeek は 1017 と並べた Pro のスコアを公表していません。Z.ai の GLM-5.3 の表では V4 Pro 0813 の DeepSWE v1.1 は 62.7% で、DeepSeek が 1017 について報告した 77.0% を下回りますが、ハーネスが異なる可能性があります。新しいプロジェクトでは deepseek-v4.1-flash を使ってください。

effort の選び方

思考のデフォルトは high です。DeepSeek は要求されたレベルを 3 段階に割り当てます。minimal と low → low、medium・high・xhigh → high、max と ultra → max です。コーディングとエージェントにはデフォルトの high を、最も難しい推論には max を、抽出や短い回答には low を使い、FIM、分類、レイテンシ重視の呼び出しでは思考をオフ（thinking: {type: "disabled"}）にしてください。推論トークンは出力料金で課金されます。

DeepSeek 思考モードのドキュメント

第三者の評価

• Kingy AI: 2026-10-17 に Vercel AI Gateway 経由で行った小規模な試験です。決定的な採点を行う 7 つの固定タスクを各 2 回実行し、GPT-6.1 Sol、Claude Sonnet 5.5、Qwen3.8-27B と比較しました。1017、Sol、Sonnet はいずれも 14 回中 14 回合格したため、このテストでは順位をつけられませんでした。1017 の最も明確な利点はコストで、約 $0.016 に対して Sol は約 $0.058、Sonnet は $0.065 でした。速度はまちまちで、通常のタスクでは中央値 2.47 秒（Sonnet 1.59 秒、Sol 4.77 秒）でしたが、ある区間減算のタスクでは 27〜28 秒かかり、Sonnet は約 3 秒で終えました。著者は出力が短くなるという主張の検証やエージェントハーネスのテストは行っていません。
• Paweł Huryn（Bug Hunt Bench）: 今年初めにフロンティアモデルが見逃した 105 個のバグを仕込んだ 2 つの実在リポジトリで、モデルがバグを見つけて修正するテストです。1017 は max effort で初回 34、3 回平均で 38.7 と、9 月版の 21.7 を上回りました。同じテストで Opus 5.5（max）は 41.7、Gemini 4 Argon（high）は 40.7 です。high effort では 2 回平均 32 で、high の Opus 5.5（31.7）と同等でした。著者は、1017 は他のモデルより実行ごとのばらつきがはるかに大きいと指摘しています。
• ML_Bear（X）: 全体的に否定的な第一印象です。非常に安く（Opus の約 16 分の 1）、短い出力では速いものの長い出力では遅い。致命的な弱点は詳細な指示を取りこぼすことで、正確さは Sol や Opus に大きく劣る。日本語が弱く、厳密な JSON Schema モードもない。正確さがそれほど重要でない大量処理に使うことを勧めています。
• Startup Fortune: このリリースで重要なのはスコアよりもパッケージングだと論じています。9 月の V4.1-Flash のリリースと同様に、新しい DeepSeek Harness のバージョンと提携ツールが同時に発表され、開発者を DeepSeek がエンドツーエンドで管理するスタックへ誘導しているという指摘です。また、MIT ライセンスによりどのツールでもモデルを実行できる点にも触れています。

Claude Code で 1017 を使う方法と確認すべきリクエストのルール

これらのルールは DeepSeek の API ドキュメントとモデルカード、そして Wokey が deepseek-v4.1-flash をルーティングする方法に基づいています。切り替える前や初めて接続する前に確認してください。

• DeepSeek API ではモデル名は deepseek-flash で、1017 専用の ID はなく、以前のバージョンを固定することもできません。Wokey では deepseek-v4.1-flash を使ってください。従来の deepseek-flash の ID も引き続き使え、同じモデル・同じ料金です。
• Wokey では deepseek-v4-flash は別のモデルで、最初のルートは Volcengine の DeepSeek V4 Flash デプロイメントであり、画像を受け付けません。1017 を使うには ID を deepseek-v4.1-flash に変えてください（DeepSeek 自身の API では旧名称でも 1017 が動作します）。
• 思考モードでツールを使う場合、ツール呼び出しのないターンも含め、過去のすべての assistant ターンの reasoning_content を送り返してください。そうしないと DeepSeek は 400（The reasoning_content in the thinking mode must be passed back to the API）を返します。返されたメッセージオブジェクトをそのまま追加すれば十分で、ツールがない場合このフィールドは無視されます。
• 思考モードでは temperature、presence_penalty、frequency_penalty は受け付けられますが効果はなく、0.95 未満の top_p は 0.95 に引き上げられます。モデルカードは temperature 1.0、top_p 1.0 を推奨しています。
• 構造化出力：response_format は json_object のみに対応し（有効な JSON。プロンプトに “json” を含め、出力形式の例を示す必要があります）、json_schema には対応していません。DeepSeek の strict な関数呼び出しは /beta の Base URL 上のベータ機能で、Wokey は標準エンドポイントを呼び出すため、ツールの引数は自分で検証してください。
• 1 リクエストあたり最大 384K（393,216）出力トークン。モデルカードは max_tokens を 256K 以上にすることを推奨しており、推論は出力として課金されるため、出力予算には余裕を持たせてください。
• ピーク時間：DeepSeek は平日の 01:00–04:00 と 06:00–10:00 UTC（北京時間 09:00–12:00 と 14:00–18:00）に通常料金、それ以外は半額で課金します。Wokey も同じ時間帯を使うため、週末やこの時間帯以外のバッチ処理は半額になります。ただし DeepSeek とは異なり、Wokey は中国の祝日をオフピークとして扱いません。
• Claude Code での利用：ANTHROPIC_BASE_URL を https://api.wokey.ai、ANTHROPIC_AUTH_TOKEN を Wokey の API キー、ANTHROPIC_MODEL を deepseek-v4.1-flash に設定してください。Codex CLI は /v1/responses、OpenCode は /v1/chat/completions を使います。上記のクライアントガイドを参照してください。DeepSeek が推奨するエージェント DeepSeek Harness も Wokey で動作し、設定方法は /docs/deepseek-harness にあります。

reasoning_content を送り返すツール呼び出しの後続リクエスト（/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'" }
  ]
}

カタログ料金のスナップショット

価格は 100 万トークンあたりです。精算にはリクエスト時点の価格が適用されます。

公式価格のソース: https://api-docs.deepseek.com/quick_start/pricing

ボリューム割引：1 日に DeepSeek V4.1 Flash で $100 / $200 以上支払うと、翌日の DeepSeek V4.1 Flash が 10% / 20% オフ になります。自動適用で、上限はありません。 規則を見る

Search / Fetch の料金と Wokey の対応範囲

DeepSeek Search / Fetch API の料金は？

Search は構造化されたウェブ検索結果を返し、Fetch は 1 ページを Markdown で返します。DeepSeek は英語ガイドで各 API を成功リクエスト 1,000 回あたり $0.75、中国語ガイドで ¥5 としています。これは通貨ごとの公式料金であり、Wokey の料金や為替換算ではありません。課金されるのは結果を含む HTTP 200 レスポンスのみです（空でない Search 結果の配列、または Fetch のページ本文）。失敗、空の検索結果、タイムアウトは課金されず、count は 1 回あたりの料金を変えません。Search と Fetch は別々にカウントされるため、検索 1 回とその後の複数回の Fetch は 1 回の課金にはなりません。モデルのトークン料金は別途かかります。

2026年11月1日から課金される検索はどれですか？

DeepSeek によると、DeepSeek 公式 API を使って DeepSeek Harness、Claude Code、Codex 経由で行われるサーバー側の Search/Fetch ツール呼び出しは、現在一時的にツール料金がかかりません。リクエスト単位の課金は北京時間 2026-11-01 00:00（UTC+8、シンガポールと同じ時差）に始まります。この免除によって、直接の Search/Fetch API 呼び出しがすべて無料になるわけではなく、モデルのトークン料金も免除されません。この公式ポリシーは Wokey の無料利用の約束ではありません。

Wokey の deepseek-v4.1-flash は単体の Search / Fetch に対応していますか？

Wokey が提供するのはこのページに掲載したモデル推論インターフェースで、単体の /v1/tools/search や /v1/tools/fetch エンドポイントは提供していません。ツール呼び出しに対応していても、upstream の組み込みウェブツールすべてに対応するわけではありません。モデルリクエスト内のサーバー側検索は実際の供給ルートに依存し、現時点では Wokey の検証済み・一律対応の機能としては掲載していません。このページでは Search/Fetch の呼び出し単位の Wokey 料金も公開していません。ドキュメント化された単体の検索・取得が必要な場合は、DeepSeek の API キーで api.deepseek.com を利用し、Wokey のモデル呼び出しとは別に設定・課金してください。

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

Wokey での実測

直近 28 日間（2026-10-13〜2026-11-09）、毎週月曜日に更新 · 200+ アカウントの実際のリクエスト

最初のトークンまでの時間（短いプロンプト）

2.1 秒 (中央値 · 入力 8K トークン未満 · p90 4.8 秒)

最初のトークンまでの時間（エージェント規模）

3.6 秒 (中央値 · 入力 32K–128K トークン)

プロンプトキャッシュヒット率

94% (入力トークンのうちキャッシュから読み込まれた割合)

主なクライアント: OpenCode 29%, Magpie 24%, DeepSeek Harness 23%. 識別できたクライアントのリクエストに占める割合。クライアントを識別できたリクエストは 25%.

測定方法

最初のトークンまでの時間は、Wokey ゲートウェイがリクエストを受け取ってから最初のストリーミング出力（本文、推論の要約、または拒否）までを計測します。キューでの待ち時間、別アカウントでの再試行、モデルの思考時間を含むため、上流自体の最初のトークンまでの遅延より長くなります。成功したストリーミングリクエストのみを対象とし、プロンプトの長さ（入力とキャッシュの読み書きの合計）で区分しています。

キャッシュヒット率 = キャッシュ読み込みトークン ÷ 入力トークン（成功したリクエストのみ）。クライアントと使い方によって変わります。クライアント別の内訳はキャッシュヒット率のページをご覧ください。

エンタープライズアカウントと Wokey 自身のテストアカウントは除外しています。モデルは、直近 28 日間に 20 人以上のユーザーが利用し、かつ 1 人のユーザーのリクエストが 50% を超えない場合に表示します。同じ紹介チェーンで登録されたアカウントは 1 人のユーザーとして数えます。最初のトークンまでの時間の各数値には 500 件以上のリクエストが必要です。

クライアント別のキャッシュヒット率

モデルの機能

Context

1,000,000 tokens

最大出力

393,216 tokens

Streaming

対応

Tools

対応

Vision

対応

対応 API 形式

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

リクエストを送信

/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"}]}'

お使いのツールで DeepSeek-V4.1-Flash を使う

ゲートウェイは https://api.wokey.ai（OpenAI 互換クライアントでは通常 https://api.wokey.ai/v1）、モデル ID は deepseek-v4.1-flash です。お使いのクライアントのガイドを開いてください。

• Claude Code で DeepSeek-V4.1-Flash を使う: Anthropic Messages · base URL と API キーの設定
• Codex で DeepSeek-V4.1-Flash を使う: OpenAI Responses · base URL と API キーの設定
• Claude Desktop で DeepSeek-V4.1-Flash を使う: Anthropic Messages · base URL と API キーの設定
• opencode で DeepSeek-V4.1-Flash を使う: OpenAI Chat Completions · base URL と API キーの設定
• pi で DeepSeek-V4.1-Flash を使う: Anthropic Messages · base URL と API キーの設定
• DeepSeek Harness で DeepSeek-V4.1-Flash を使う: OpenAI Chat Completions · base URL と API キーの設定
• Z Code で DeepSeek-V4.1-Flash を使う: Anthropic Messages · base URL と API キーの設定
• Cherry Studio で DeepSeek-V4.1-Flash を使う: OpenAI Chat Completions · base URL と API キーの設定
• WorkBuddy で DeepSeek-V4.1-Flash を使う: OpenAI Chat Completions · base URL と API キーの設定
• OpenClaw で DeepSeek-V4.1-Flash を使う: OpenAI Chat Completions · base URL と API キーの設定
• Hermes Agent で DeepSeek-V4.1-Flash を使う: OpenAI Chat Completions · base URL と API キーの設定
• Magpie で DeepSeek-V4.1-Flash を使う: OpenAI Chat Completions · base URL と API キーの設定
• DeepSeek API 料金計算ツール：DeepSeek-V4.1-Flash の月額はいくら？: 使用量とキャッシュヒット率から、DeepSeek API と Wokey の月額費用を比較します。
• DeepSeek-V4.1-Flash と DeepSeek V4 Pro、どちらを使うべき？: 料金、コンテキストウィンドウ、最初のトークンまでの時間、キャッシュヒット率を並べて比較。
• OpenRouter の代替：Wokey と OpenRouter を比較: トークン料金、決済手数料、API 形式、upstream の供給元を比較します。
• 検証可能な AI API：レスポンス証明が付くモデルと API 形式: レスポンス証明の対象は現在、公式ルートでそのまま転送される Claude Messages と GPT Responses のレスポンスのみです。

Claude Code

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

本番呼び出しの例

これらの使用量の値は、初回で成功し請求と突き合わせ済みの DeepSeek-V4.1-Flash の完了した呼び出しから取得したものです。

入力合計

77258

出力

1030

入力のキャッシュ割合

99.9%

呼び出し時間

12.90 s

Chat Completions usage

課金記録から API フィールドの例としてまとめたものです。prompt_tokens はキャッシュ済みトークンを含む入力合計です。

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

トークンの突き合わせ

この呼び出しで記録された 100 万トークンあたりの最終単価です。

課金額

$0.000430

費用 = トークン数 × 各単価 ÷ 1,000,000 の合計。合計後に小数点以下 6 桁に丸めます。

この呼び出しのソース

この呼び出しは opencode.ai の OpenCode チャネルを API Key 認可で使用しました。使用量は上流で計測され、リクエストは HTTP 200 を返しました。

Prompt Cache の確認

1. 長いプロンプトの共通プレフィックスを同一に保ち、選択した API のキャッシュルールに従ってコンテキストを再利用します。
2. prompt_tokens_details.cached_tokens を確認します。0 の場合、この呼び出しではキャッシュ読み取りが記録されていません。
3. キャッシュなし入力 = prompt_tokens − キャッシュ済みトークン。項目ごとに単価を掛け、出力料金を加えます。

よくある質問

関連モデルとドキュメント

• DeepSeek V4 Flash
• DeepSeek V4 Pro
• API ドキュメント
• すべてのモデルと料金
• Provider Node