DeepSeek-V4.1-Flash API

DeepSeek-V4.1-Flash-1017: главное

Дата выхода

2026-10-17 — в тот же день на сайте, в приложении и в API; заменяет V4.1-Flash от 2026-09-10 под тем же ID deepseek-flash в API DeepSeek, способ вызова и цена не изменились

Что изменилось

DeepSeek называет это небольшим обновлением: выше результаты бенчмарков, быстрее выполнение задач и короче ответы — парето-улучшение по качеству и стоимости; модель оптимизирована под DeepSeek Harness (рекомендуется v0.2.1-rc.1 или новее), Tencent CodeBuddy и WorkBuddy

Модель и веса

Мультимодальная MoE на архитектуре Causal Encoder-Decoder (CED) от DeepSeek; в техническом отчёте V4.1-Flash — 552B параметров основы и 16B активных на токен при декодировании; файлы весов на Hugging Face содержат 763B параметров; код и веса под лицензией MIT

Контекст и вывод

Контекст 1M токенов, до 384K (393,216) выходных токенов за запрос; ввод — текст и изображения, вывод — текст; карточка модели рекомендует max_tokens не меньше 256K

Рассуждения и effort

Рассуждения включены по умолчанию с effort high; reasoning_effort принимает low / high / max; thinking: {type: "disabled"} отключает их, а в Responses API то же делает reasoning.effort "none"

Официальная цена

В часы пик $0.30 / $1.20 за 1 млн входных / выходных токенов и $0.006 при попадании в кэш; в остальное время вдвое дешевле ($0.15 / $0.60 / $0.003). Пик — 01:00–04:00 и 06:00–10:00 UTC по будням

API и инструменты

DeepSeek поддерживает форматы OpenAI Chat Completions, Responses и Anthropic Messages с вызовом инструментов, JSON-выводом и FIM (только без рассуждений); Wokey обслуживает /v1/chat/completions, /v1/responses и /v1/messages

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

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

Данные из карточки модели DeepSeek на Hugging Face, совпадают с журналом изменений от 2026-10-17; это результаты, заявленные самим вендором, а «—» означает, что результат не опубликован. Opus 5 здесь — более ранняя Claude Opus 5, а не Opus 5.5 (2026-09-22), и GPT-5.6 Sol — не GPT-6.1 Sol.

Строка HLE — результат без инструментов; на текстовом подмножестве DeepSeek также приводит 44.0% для 1017 и 39.1% для прошлой версии, а её цифра для GLM-5.3 (42.0%) — тоже только текст, поэтому ячейка пуста. Terminal-Bench 4.0 запускался в окружении Claude Code, DeepSWE v1.1 — в Mini-SWE-V2, ZeroBench — Pass@5. Таблицы разных вендоров нельзя сравнивать ячейка в ячейку: в карточке самой Moonshot у Kimi K3 на ProgramBench 77.8%, здесь — 17.5%; у DeepSeek GLM-5.3 набирает 48.8% на AutomationBench v1.0.6, на странице Z.ai — 48.2%. Цифры DeepSWE v1.1 для K3 (67.5%) и GLM-5.3 (66.9%) совпадают с таблицей Z.ai.

Что выбрать: V4.1-Flash-1017, Claude Opus, Kimi K3, GLM-5.3, модели того же класса или V4 Pro

Переход с V4.1-Flash (0910)

Менять ничего не нужно: deepseek-flash переключилась на 1017 2026-10-17 по той же цене; в Wokey deepseek-flash и deepseek-v4.1-flash — одна и та же модель. В таблице DeepSeek сильнее всего выросли агентные и терминальные задачи: Terminal-Bench 4.0 с 31.2% до 42.3%, ProgramBench с 20.3% до 29.1%, Apex Bench v1.1 с 64.6% до 72.1%, DeepSWE v1.1 с 74.2% до 77.0%. DeepSeek также говорит, что модель быстрее завершает задачи и пишет короче, а токены рассуждений тарифицируются как выходные, так что задача обходится дешевле; независимого подтверждения более коротких ответов пока нет.

Сравнение с Claude Opus 5 / Opus 5.5

Даже в таблице самой DeepSeek Opus 5 лидирует в самых сложных строках: HLE 56.3% против 42.6%, Terminal-Bench 4.0 51.8% против 42.3%, ProgramBench 37.0% против 29.1%, NL2Repo-Bench 75.3% против 68.2%, а также во всех трёх визуальных бенчмарках; 1017 впереди на DeepSWE v1.1 (77.0% против 74.0%), AutomationBench (60.5% против 50.3%), Agents’ Last Exam и Apex Bench. Opus 5.5, вышедшей 2026-09-22, в таблице нет. Opus 5.5 стоит $4 / $20 — примерно в 13 раз дороже 1017 по входу и в 17 раз по выходу в часы пик. Opus — для самых сложных сборок и работы, которую нужно сделать правильно с первого раза; 1017 — для больших объёмов агентных циклов, субагентов и рутинного кода, где важна стоимость задачи.

Сравнение с Kimi K3 и GLM-5.3

В таблице DeepSeek 1017 опережает обе модели во всех строках по коду и агентам, например DeepSWE v1.1 77.0% против 67.5% у K3 и 66.9% у GLM-5.3, Terminal-Bench 4.0 42.3% против 12.6% и 37.9%; только на HLE K3 чуть выше (43.5% против 42.6%). Разница в цене ещё больше: K3 стоит $3 / $15, GLM-5.3 — $1.4 / $4.4, а 1017 — $0.30 / $1.20 в часы пик. GLM-5.3 работает только с текстом, K3 принимает ещё и видео; изображения принимают и 1017, и K3. Это цифры DeepSeek — перед решением сверьтесь с таблицами Z.ai и Moonshot.

Сравнение с GPT-6 Luna, GLM-5.3-Flash и Claude Haiku 5.5

Для больших объёмов настоящие альтернативы — модели того же класса, и все они доступны в Wokey. В Artificial Analysis Intelligence Index v4.3.2 пока есть только сентябрьская V4.1-Flash: 39 баллов на max и $0.27 за задачу; на той же версии Claude Haiku 5.5 набирает 43 ($0.21 за задачу), GLM-5.3-Flash — 42 ($0.28), GPT-6 Luna — 38 ($0.07, дешевле всех за задачу). Оценки AA для 1017 пока нет. Официальные цены: Luna $0.10 / $0.50, GLM-5.3-Flash $0.15 / $0.50, Haiku 5.5 $0.10 / $0.50 для промптов до 100K токенов и впятеро дороже выше этого порога; DeepSeek — $0.30 / $1.20 в часы пик и $0.15 / $0.60 в остальное время. Попадания в кэш дешевле всего у DeepSeek ($0.003–$0.006 против $0.01 у Luna и Haiku 5.5 и $0.03 у GLM-5.3-Flash), а в агентных циклах, которые раз за разом отправляют длинный префикс, именно эта статья расходов самая большая. Скорость вывода по замерам AA: около 235 токенов/с у Haiku 5.5, 176 у DeepSeek, 120 у Luna и 71 у GLM-5.3-Flash. Если важна только цена задачи — Luna; если нужен лучший результат в этом классе — Haiku 5.5 или GLM-5.3-Flash (длинные промпты у Haiku 5.5 впятеро дороже); для длинных агентных циклов с большим кэшем или когда нужны открытые веса — 1017.

Сравнение с DeepSeek V4 Pro

V4.1 Pro DeepSeek пока не выпустила. deepseek-v4-pro — всё ещё снимок 0813 за $1.32 / $3.96 в часы пик, в 4.4 раза дороже Flash по входу и в 3.3 раза по выходу, без ввода изображений и с лимитом 500 параллельных запросов против 2,500 у Flash. DeepSeek не публикует результаты Pro рядом с 1017; в таблице GLM-5.3 от Z.ai V4 Pro 0813 набирает 62.7% на DeepSWE v1.1 — ниже 77.0%, которые DeepSeek сообщает для 1017, хотя окружения могут отличаться. Для новых проектов используйте deepseek-v4.1-flash.

Как выбрать effort

По умолчанию рассуждения включены с effort high. DeepSeek сводит запрошенные уровни к трём: minimal и low → low; medium, high и xhigh → high; max и ultra → max. Для кода и агентов оставьте high, для самых сложных рассуждений — max, для извлечения данных и коротких ответов — low; для FIM, классификации и вызовов, чувствительных к задержке, отключите рассуждения (thinking: {type: "disabled"}). Токены рассуждений тарифицируются по цене выходных.

Документация DeepSeek по рассуждениям

Независимые оценки

• Kingy AI: Небольшой пилот 2026-10-17 через Vercel AI Gateway: семь фиксированных задач с детерминированной проверкой, каждая дважды, против GPT-6.1 Sol, Claude Sonnet 5.5 и Qwen3.8-27B. 1017, Sol и Sonnet прошли 14 из 14, так что набор не смог их ранжировать. Главное преимущество 1017 — цена: около $0.016 против примерно $0.058 у Sol и $0.065 у Sonnet. Скорость неоднозначна: медиана 2.47 с на обычных задачах (Sonnet 1.59 с, Sol 4.77 с), но 27–28 с на одной задаче с вычитанием интервалов, которую Sonnet решила примерно за 3 с. Автор не проверял более короткие ответы и не тестировал агентные окружения.
• Paweł Huryn (Bug Hunt Bench): В двух реальных репозиториях спрятаны 105 ошибок, которые в начале года не нашли передовые модели; модель должна найти и исправить их. 1017 на max набрала 34 в первом прогоне и 38.7 в среднем за три прогона против 21.7 у сентябрьской версии; в том же тесте Opus 5.5 (max) набирает 41.7, Gemini 4 Argon (high) — 40.7. На high за два прогона в среднем 32 — вровень с Opus 5.5 на high (31.7). Автор отмечает, что результаты 1017 от прогона к прогону разбросаны гораздо сильнее, чем у других моделей.
• ML_Bear (X): Скорее отрицательный первый отзыв: очень дёшево (около 1/16 цены Opus), короткие ответы быстрые, длинные — медленные; главный недостаток — модель не улавливает детальные инструкции и по точности сильно уступает Sol и Opus; японский слабый; нет strict-режима JSON Schema. Автор советует использовать её для массовой обработки, где точность не критична.
• Startup Fortune: Автор считает, что релиз важен не бенчмарками, а упаковкой: как и сентябрьский запуск V4.1-Flash, он вышел вместе с новой версией DeepSeek Harness и названными партнёрскими инструментами, подталкивая разработчиков к стеку, который DeepSeek контролирует целиком. Статья также отмечает, что лицензия MIT позволяет запускать модель в любом инструменте.

Как использовать 1017 в Claude Code и что проверить в запросах

Эти правила взяты из документации API и карточки модели DeepSeek, а также из того, как Wokey маршрутизирует deepseek-v4.1-flash. Проверьте их перед переходом или первой интеграцией.

• В API DeepSeek модель называется deepseek-flash: отдельного ID для 1017 нет, и закрепить прошлую версию нельзя. В Wokey используйте deepseek-v4.1-flash; прежний deepseek-flash тоже работает — это та же модель по той же цене.
• deepseek-v4-flash в Wokey — отдельная модель, первым маршрутом которой служит развёртывание DeepSeek V4 Flash у Volcengine, и она не принимает изображения. Чтобы получить 1017, смените ID на deepseek-v4.1-flash. (В собственном API DeepSeek старое имя теперь ведёт на 1017.)
• В режиме рассуждений с tools передавайте обратно reasoning_content каждого предыдущего ответа assistant, включая ходы без вызова инструментов, иначе DeepSeek вернёт 400 (The reasoning_content in the thinking mode must be passed back to the API). Достаточно добавлять в messages возвращённый объект message как есть; без tools это поле игнорируется.
• В режиме рассуждений temperature, presence_penalty и frequency_penalty принимаются, но не действуют, а top_p ниже 0.95 поднимается до 0.95; карточка модели рекомендует temperature 1.0 и top_p 1.0.
• Структурированный вывод: response_format поддерживает только json_object (гарантирует корректный JSON; в промпте должно быть слово «json» и пример формата), json_schema не поддерживается. Strict-режим вызова функций у DeepSeek — бета-функция на адресе /beta, а Wokey обращается к стандартному адресу, так что проверяйте аргументы инструментов сами.
• До 384K (393,216) выходных токенов за запрос; карточка модели рекомендует max_tokens не меньше 256K, а рассуждения тарифицируются как вывод, так что закладывайте запас в бюджет на выходные токены.
• Часы пик: DeepSeek берёт полную цену в 01:00–04:00 и 06:00–10:00 UTC по будням (09:00–12:00 и 14:00–18:00 по Пекину) и половину в остальное время. Wokey использует те же окна, поэтому пакетные задачи в выходные или вне этих часов стоят вдвое меньше; в отличие от DeepSeek, Wokey не считает государственные праздники Китая непиковым временем.
• Использование в Claude Code: задайте ANTHROPIC_BASE_URL равным https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN — ваш API-ключ Wokey, ANTHROPIC_MODEL — deepseek-v4.1-flash. Codex CLI использует /v1/responses, OpenCode — /v1/chat/completions; см. руководства по клиентам выше. Рекомендованный DeepSeek агент DeepSeek Harness тоже подключается к Wokey — настройка на /docs/deepseek-harness.

Продолжение после вызова инструмента с возвратом 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'" }
  ]
}

Текущие цены каталога

Цены указаны за 1 млн токенов; списание идёт по цене на момент обработки запроса.

Источник официальной цены: https://api-docs.deepseek.com/quick_start/pricing

Скидка за объём: оплатите за день $100 / $200 (DeepSeek V4.1 Flash) — и на следующий день скидка 10% / 20%, автоматически и без ограничений. Правила

Оплата Search / Fetch и поддержка в Wokey

Как оплачиваются вызовы DeepSeek Search / Fetch API?

Search возвращает структурированные результаты поиска, Fetch — одну страницу в Markdown. Официальный английский тариф каждого API — $0.75 за 1 000 успешных запросов, китайский — ¥5. Это официальные цены в соответствующих валютах, а не тариф Wokey или пересчёт валют. Оплачивается только HTTP 200 с результатом: непустой массив Search или текст страницы Fetch. Ошибки, пустой поиск и тайм-ауты не оплачиваются; count не влияет на цену запроса. Search и Fetch считаются отдельно: поиск с несколькими загрузками страниц — несколько вызовов. Токены модели оплачиваются отдельно.

Какие поисковые вызовы станут платными с 1 ноября 2026 года?

По документации DeepSeek, серверные вызовы Search/Fetch через DeepSeek Harness, Claude Code или Codex при использовании официального API DeepSeek временно не оплачиваются как инструменты. Оплата за запрос начнётся 2026-11-01 в 00:00 по Пекину (UTC+8, как в Сингапуре). Это не означает бесплатность всех прямых вызовов Search/Fetch или токенов модели. Официальная льгота не является обещанием бесплатного использования в Wokey.

Поддерживает ли Wokey deepseek-v4.1-flash отдельные Search / Fetch API?

Wokey предоставляет перечисленные на странице интерфейсы инференса модели, но не отдельные /v1/tools/search и /v1/tools/fetch. Поддержка вызова инструментов не означает поддержку всех встроенных веб-инструментов upstream. Серверный поиск внутри запроса зависит от фактического маршрута и сейчас не заявлен как проверенная, единообразно поддерживаемая возможность Wokey; цена Wokey за вызов Search/Fetch на этой странице не публикуется. Для документированного отдельного поиска и загрузки страниц используйте ключ DeepSeek с api.deepseek.com, с отдельной настройкой и оплатой от запросов модели через Wokey.

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

Замеры на Wokey

Последние 28 дней (2026-10-13 — 2026-11-09), обновляется по понедельникам · Реальные запросы 200+ аккаунтов

Время до первого токена, короткие промпты

2,1 с (Медиана · промпт до 8K токенов · p90 4,8 с)

Время до первого токена, промпты агентов

3,6 с (Медиана · промпт 32K–128K токенов)

Попадание в кэш промпта

94% (Доля входных токенов, прочитанных из кэша)

Основные клиенты: OpenCode 29%, Magpie 24%, DeepSeek Harness 23%. Доля запросов от распознанных клиентов; клиент распознан у 25% запросов.

Как считаем

Время до первого токена считается от получения запроса шлюзом Wokey до первого потокового фрагмента (текст, сводка рассуждений или отказ). В него входят очередь, повторы на другом аккаунте и время размышления модели, поэтому оно больше собственной задержки upstream. Учитываются только успешные потоковые запросы, по размеру промпта (вход плюс чтение и запись кэша).

Попадание в кэш = токены из кэша ÷ входные токены по успешным запросам. Оно зависит от клиента и сценария; разбивка по клиентам — на страницах о кэше.

Корпоративные аккаунты и тестовые аккаунты Wokey исключены. Модель показывается, если за 28 дней ею пользовались не менее 20 пользователей и ни один не отправил больше 50% запросов; аккаунты, зарегистрированные по одной реферальной цепочке, считаются одним пользователем. Для каждой цифры времени до первого токена нужно не менее 500 запросов.

Попадание в кэш по клиентам

Возможности модели

Context

1,000,000 tokens

Максимальный вывод

393,216 tokens

Streaming

Поддерживается

Tools

Поддерживается

Vision

Поддерживается

Поддерживаемые форматы API

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

Отправить запрос

/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 в ваших инструментах

Адрес шлюза — https://api.wokey.ai (OpenAI-совместимые клиенты обычно принимают https://api.wokey.ai/v1), ID модели — deepseek-v4.1-flash. Откройте руководство для своего клиента.

• DeepSeek-V4.1-Flash в Claude Code: Anthropic Messages · настройка base URL и API-ключа
• DeepSeek-V4.1-Flash в Codex: OpenAI Responses · настройка base URL и API-ключа
• DeepSeek-V4.1-Flash в Claude Desktop: Anthropic Messages · настройка base URL и API-ключа
• DeepSeek-V4.1-Flash в opencode: OpenAI Chat Completions · настройка base URL и API-ключа
• DeepSeek-V4.1-Flash в pi: Anthropic Messages · настройка base URL и API-ключа
• DeepSeek-V4.1-Flash в DeepSeek Harness: OpenAI Chat Completions · настройка base URL и API-ключа
• DeepSeek-V4.1-Flash в Z Code: Anthropic Messages · настройка base URL и API-ключа
• DeepSeek-V4.1-Flash в Cherry Studio: OpenAI Chat Completions · настройка base URL и API-ключа
• DeepSeek-V4.1-Flash в WorkBuddy: OpenAI Chat Completions · настройка base URL и API-ключа
• DeepSeek-V4.1-Flash в OpenClaw: OpenAI Chat Completions · настройка base URL и API-ключа
• DeepSeek-V4.1-Flash в Hermes Agent: OpenAI Chat Completions · настройка base URL и API-ключа
• DeepSeek-V4.1-Flash в Magpie: OpenAI Chat Completions · настройка base URL и API-ключа
• Калькулятор стоимости DeepSeek API: сколько DeepSeek-V4.1-Flash стоит в месяц: Сравните месячные расходы в DeepSeek API и Wokey для вашего объёма и доли попаданий в кэш.
• DeepSeek-V4.1-Flash или DeepSeek V4 Pro: что выбрать?: Цены, контекстное окно, время до первого токена и доля попаданий в кеш рядом.
• Альтернатива OpenRouter: сравнение Wokey и OpenRouter: Сравнение цен за токены, комиссий за оплату, форматов API и источников upstream.
• Проверяемый AI API: какие модели и форматы API содержат доказательства ответов: Сейчас доказательства ответов есть только у Claude Messages и GPT Responses, переданных без изменений по официальным маршрутам.

Claude Code

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

Пример реального вызова

Эти данные об использовании взяты из завершённого вызова DeepSeek-V4.1-Flash, который прошёл с первой попытки и был сверен со счётом.

Всего входных

77258

Выходные

1030

Доля кэша во входных

99.9%

Длительность вызова

12.90 s

Chat Completions usage

Составлено по записи о списании в виде полей API. prompt_tokens — все входные токены, включая кэшированные.

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

Сверка токенов

Ниже — итоговые цены за 1 млн токенов, зафиксированные для этого вызова.

Списано

$0.000430

Стоимость = сумма токенов × их цена ÷ 1,000,000, после суммирования округляется до шести знаков.

Источник этого вызова

Этот вызов прошёл через канал OpenCode на opencode.ai с авторизацией API Key. Использование учтено на стороне upstream, запрос вернул HTTP 200.

Как проверить Prompt Cache

1. Держите общий префикс длинных промптов неизменным и переиспользуйте контекст по правилам кэширования выбранного API.
2. Проверьте prompt_tokens_details.cached_tokens; ноль означает, что для этого вызова чтение из кэша не зафиксировано.
3. Обычные входные = prompt_tokens минус кэшированные токены. Посчитайте каждую группу по своей цене и добавьте стоимость выходных токенов.

Частые вопросы

Похожие модели и документация

• DeepSeek V4 Flash
• DeepSeek V4 Pro
• Документация API
• Все модели и цены
• Provider Node