DeepSeek-V4.1-Flash API

DeepSeek-V4.1-Flash-1017 重點

發布日期

2026-10-17，當天在 DeepSeek 網站、App 與 API 同步上線；在 DeepSeek API 上以同一個 deepseek-flash 模型 ID 取代 2026-09-10 的 V4.1-Flash，呼叫方式與價格不變

更新內容

DeepSeek 稱之為小幅更新：跑分更高、完成任務更快、輸出更短，並形容為效能與成本的帕累托改進；針對 DeepSeek Harness（建議 v0.2.1-rc.1 以上）、騰訊 CodeBuddy 與 WorkBuddy 做了調校

模型與權重

採用 DeepSeek Causal Encoder-Decoder（CED）架構的多模態 MoE；V4.1-Flash 技術報告列出主幹 552B 參數，解碼時每個 token 啟用 16B，Hugging Face 上的權重檔總計 763B 參數；程式碼與權重皆採 MIT 授權

上下文與輸出

1M token 上下文，每次請求最多 384K（393,216）輸出 token；文字與圖片輸入、文字輸出；模型卡建議 max_tokens 至少設為 256K

思考與 effort

預設開啟思考，effort 為 high；reasoning_effort 接受 low / high / max；thinking: {type: "disabled"} 可關閉思考，在 Responses API 上 reasoning.effort "none" 效果相同

官方價格

尖峰時段每百萬 token 輸入 $0.30 / 輸出 $1.20，快取命中 $0.006；離峰時段半價（$0.15 / $0.60 / $0.003）。尖峰為平日 01:00–04:00 與 06:00–10:00 UTC

API 與工具

DeepSeek 提供 OpenAI Chat Completions、Responses 與 Anthropic Messages 格式，支援工具呼叫、JSON 輸出與 FIM 補全（僅限非思考模式）；Wokey 提供 /v1/chat/completions、/v1/responses 與 /v1/messages

查核日期 2026-10-18 · 來源: DeepSeek · Change log · Pricing · Hugging Face · arXiv · Artificial Analysis · DeepInfer

官方跑分：V4.1-Flash-1017 vs V4.1-Flash vs Kimi K3 vs GLM-5.3 vs GPT-5.6 Sol vs Opus 5

資料取自 DeepSeek 在 Hugging Face 上的模型卡，與 2026-10-17 的更新日誌一致；屬於廠商自行回報的結果，「—」表示未公布。此處的 Opus 5 是較早的 Claude Opus 5，不是 Opus 5.5（2026-09-22）；GPT-5.6 Sol 也不是 GPT-6.1 Sol。

HLE 一列為不使用工具的成績；在純文字子集上，DeepSeek 另外公布 1017 為 44.0%、前一版為 39.1%，而它列出的 GLM-5.3 數字（42.0%）也是純文字成績，因此該格留空。Terminal-Bench 4.0 使用 Claude Code 環境，DeepSWE v1.1 使用 Mini-SWE-V2，ZeroBench 為 Pass@5。不同廠商的表格無法逐格比較：Moonshot 自己的模型卡中 Kimi K3 的 ProgramBench 為 77.8%，此處為 17.5%；DeepSeek 列出 GLM-5.3 的 AutomationBench v1.0.6 為 48.8%，Z.ai 頁面上則為 48.2%。K3（67.5%）與 GLM-5.3（66.9%）的 DeepSWE v1.1 數字與 Z.ai 的表格一致。

怎麼選：V4.1-Flash-1017、Claude Opus、Kimi K3、GLM-5.3、同級模型或 V4 Pro

從 V4.1-Flash（0910）升級

不需要任何修改：deepseek-flash 已於 2026-10-17 以相同價格切換到 1017；在 Wokey 上 deepseek-flash 與 deepseek-v4.1-flash 是同一個模型。在 DeepSeek 的表格中，進步最大的是代理與終端機任務：Terminal-Bench 4.0 從 31.2% 到 42.3%，ProgramBench 從 20.3% 到 29.1%，Apex Bench v1.1 從 64.6% 到 72.1%，DeepSWE v1.1 從 74.2% 到 77.0%。DeepSeek 也表示它完成任務更快、輸出更短，而推理以輸出計費，因此每項任務成本較低；不過輸出變短這點尚未有獨立測試證實。

與 Claude Opus 5 / Opus 5.5 比較

即使在 DeepSeek 自己的表格中，Opus 5 在最困難的項目上仍然領先：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%，以及全部三項視覺基準；1017 則在 DeepSWE v1.1（77.0% vs 74.0%）、AutomationBench（60.5% vs 50.3%）、Agents’ Last Exam 與 Apex Bench 領先。2026-09-22 發布的 Opus 5.5 不在表中。Opus 5.5 官方價為 $4 / $20，約是 1017 尖峰輸入價的 13 倍、輸出價的 17 倍。最困難的開發與必須一次做對的工作選 Opus；重視每項任務成本的大量代理迴圈、子代理與日常程式開發用 1017。

與 Kimi K3、GLM-5.3 比較

DeepSeek 的表格中，1017 在所有程式開發與代理項目上都領先兩者，例如 DeepSWE v1.1 為 77.0%，K3 為 67.5%、GLM-5.3 為 66.9%；Terminal-Bench 4.0 為 42.3%，對 12.6% 與 37.9%；只有 HLE 是 K3 略高（43.5% vs 42.6%）。價差更大：K3 官方價 $3 / $15，GLM-5.3 為 $1.4 / $4.4，1017 尖峰時段為 $0.30 / $1.20。GLM-5.3 只支援文字，K3 還能接受影片；1017 與 K3 都支援圖片。這些是 DeepSeek 的數字，決定前請也看看 Z.ai 與 Moonshot 自己的表格。

與 GPT-6 Luna、GLM-5.3-Flash、Claude Haiku 5.5 比較

大量處理時，真正的替代選項是這些同級模型，而且全部都能在 Wokey 上使用。Artificial Analysis 智慧指數 v4.3.2 目前只有 9 月的 V4.1-Flash：max effort 為 39 分、每項任務 $0.27；同一版本中 Claude Haiku 5.5 為 43 分（每項任務 $0.21）、GLM-5.3-Flash 42 分（$0.28）、GPT-6 Luna 38 分（$0.07，每項任務最便宜）。AA 尚未評測 1017。官方價：Luna $0.10 / $0.50，GLM-5.3-Flash $0.15 / $0.50，Haiku 5.5 在 100K token 以內的提示為 $0.10 / $0.50、超過則為五倍；DeepSeek 尖峰 $0.30 / $1.20、離峰 $0.15 / $0.60。DeepSeek 的快取命中最便宜（$0.003–$0.006，Luna 與 Haiku 5.5 為 $0.01，GLM-5.3-Flash 為 $0.03），而在反覆傳送長前綴的代理迴圈中，這正是最大的成本。AA 測得的輸出速度：Haiku 5.5 約 235 token/s，DeepSeek 176，Luna 120，GLM-5.3-Flash 71。要每項任務成本最低選 Luna；要這個等級的最高分選 Haiku 5.5 或 GLM-5.3-Flash（Haiku 5.5 的長提示價格為五倍）；長時間、大量使用快取的代理迴圈，或需要開放權重時選 1017。

與 DeepSeek V4 Pro 比較

DeepSeek 尚未發布 V4.1 Pro。deepseek-v4-pro 仍是 0813 快照，尖峰時段 $1.32 / $3.96，輸入是 Flash 的 4.4 倍、輸出是 3.3 倍，不支援圖片輸入，並發上限也只有 500（Flash 為 2,500）。DeepSeek 沒有公布與 1017 並列的 Pro 分數；Z.ai 的 GLM-5.3 表格列出 V4 Pro 0813 的 DeepSWE v1.1 為 62.7%，低於 DeepSeek 公布的 1017 的 77.0%，但測試環境可能不同。新專案請使用 deepseek-v4.1-flash。

Effort 怎麼選

思考預設為 high。DeepSeek 會把請求的等級對應到三檔：minimal 與 low → low；medium、high 與 xhigh → high；max 與 ultra → max。程式開發與代理維持預設的 high，最困難的推理用 max，擷取與簡短回答用 low；FIM、分類或重視延遲的呼叫則關閉思考（thinking: {type: "disabled"}）。推理 token 以輸出價計費。

DeepSeek 思考模式文件

第三方評價

• Kingy AI: 2026-10-17 透過 Vercel AI Gateway 進行的小型試驗：七個固定任務、使用確定性評分，每項跑兩次，與 GPT-6.1 Sol、Claude Sonnet 5.5 及 Qwen3.8-27B 比較。1017、Sol 與 Sonnet 都是 14 次全部通過，因此這組測試無法分出高下。1017 最明顯的優勢是成本：約 $0.016，Sol 約 $0.058，Sonnet 約 $0.065。速度則有好有壞：一般任務中位數 2.47 秒（Sonnet 1.59 秒、Sol 4.77 秒），但在一個區間相減任務上花了 27–28 秒，Sonnet 約 3 秒就完成。作者沒有驗證輸出變短的說法，也沒有測試代理框架。
• Paweł Huryn（Bug Hunt Bench）: 兩個真實儲存庫，埋了 105 個今年初前沿模型沒抓到的 bug，模型必須找出並修正。1017 在 max effort 下第一次跑 34 分，三次平均 38.7 分，9 月版為 21.7 分；同一測試中 Opus 5.5（max）為 41.7 分，Gemini 4 Argon（high）為 40.7 分。在 high effort 下兩次平均 32 分，與 high 的 Opus 5.5（31.7）相當。作者指出，1017 每次執行之間的差異遠大於其他模型。
• ML_Bear（X）: 整體偏負面的第一印象：非常便宜（約 Opus 的 1/16），短輸出很快但長輸出很慢；致命弱點是會漏掉細節指示，正確率遠不及 Sol 與 Opus；日文較弱；也沒有嚴格的 JSON Schema 模式。建議用在正確率要求不高的大量工作。
• Startup Fortune: 認為這次發布重要的不是分數，而是包裝方式：和 9 月的 V4.1-Flash 發布一樣，它與新版 DeepSeek Harness 及具名的合作工具一起推出，引導開發者走向由 DeepSeek 端到端掌控的技術堆疊。文章也指出，MIT 授權讓你能在任何工具中執行這個模型。

在 Claude Code 中使用 1017，以及需要檢查的請求規則

以下規則來自 DeepSeek 的 API 文件與模型卡，以及 Wokey 路由 deepseek-v4.1-flash 的方式。切換或第一次串接前請先檢查。

• DeepSeek API 上的模型名稱是 deepseek-flash：沒有獨立的 1017 ID，也無法鎖定舊版本。在 Wokey 上請使用 deepseek-v4.1-flash；舊的 deepseek-flash ID 仍可使用，是同一個模型、同樣價格。
• 在 Wokey 上，deepseek-v4-flash 是另一個模型，第一條路由是 Volcengine 的 DeepSeek V4 Flash 部署，不接受圖片。要使用 1017，請把 ID 改為 deepseek-v4.1-flash。（在 DeepSeek 自己的 API 上，舊名稱現在也會執行 1017。）
• 思考模式下使用工具時，要傳回先前每一輪 assistant 的 reasoning_content，包括沒有工具呼叫的輪次，否則 DeepSeek 會回傳 400（The reasoning_content in the thinking mode must be passed back to the API）。把回傳的訊息物件原樣附加回去即可；不使用工具時此欄位會被忽略。
• 思考模式下，temperature、presence_penalty 與 frequency_penalty 雖可傳入但不會生效，低於 0.95 的 top_p 會被提高到 0.95；模型卡建議 temperature 1.0、top_p 1.0。
• 結構化輸出：response_format 只支援 json_object（輸出有效 JSON；提示中必須提到「json」並給出格式範例），不支援 json_schema。DeepSeek 的 strict 函式呼叫是 /beta Base URL 上的測試功能，而 Wokey 呼叫的是標準端點，因此請自行驗證工具參數。
• 每次請求最多 384K（393,216）輸出 token；模型卡建議 max_tokens 至少 256K，而推理以輸出計費，輸出預算請保留餘裕。
• 尖峰時段：DeepSeek 在平日 01:00–04:00 與 06:00–10:00 UTC（北京時間 09:00–12:00 與 14:00–18:00）收取全價，其他時間半價。Wokey 使用相同時段，因此在週末或這些時段以外跑批次工作只需半價；與 DeepSeek 不同的是，Wokey 不會把中國國定假日視為離峰。
• 在 Claude Code 中使用：將 ANTHROPIC_BASE_URL 設為 https://api.wokey.ai、ANTHROPIC_AUTH_TOKEN 設為你的 Wokey API 金鑰、ANTHROPIC_MODEL 設為 deepseek-v4.1-flash。Codex CLI 使用 /v1/responses，OpenCode 使用 /v1/chat/completions；請參考上方的用戶端指南。DeepSeek 推薦的代理 DeepSeek Harness 也能搭配 Wokey 使用，設定方式見 /docs/deepseek-harness。

傳回 reasoning_content 的工具呼叫後續請求（/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'" }
  ]
}

目錄價格快照

價格以每 1M tokens 計；結算以請求當下的價格為準。

官方價格來源: https://api-docs.deepseek.com/quick_start/pricing

大客戶價：當天在 DeepSeek V4.1 Flash 上實付滿 $100 / $200，隔天 DeepSeek V4.1 Flash 享 9 折 / 8 折，自動生效、不設上限。 查看規則

Search / Fetch 收費與 Wokey 支援範圍

DeepSeek Search / Fetch API 如何收費？

Search 搜尋網頁並回傳結構化結果，Fetch 擷取單一頁面並回傳 Markdown。DeepSeek 英文文件的報價為兩者各 $0.75 / 1,000 次成功請求，中文文件為各 ¥5；這是各幣別的官方報價，不是 Wokey 報價或匯率換算。只有 HTTP 200 且有結果才計費：Search 結果陣列非空，或 Fetch 回傳頁面內容。失敗、空搜尋結果與逾時不計費，count 不會改變單次價格。Search 與 Fetch 分別計次，一次搜尋加上多次擷取不算一次收費。模型 token 費用另計。

2026 年 11 月 1 日開始收費的是哪些搜尋呼叫？

DeepSeek 說明：使用 DeepSeek 官方 API，經 DeepSeek Harness、Claude Code 或 Codex 觸發的伺服器端 Search/Fetch 工具呼叫，目前暫免工具費用，將於北京時間 2026-11-01 00:00（UTC+8，與新加坡同時區）開始按次計費。暫免範圍不代表直接呼叫 Search/Fetch API 都免費，也不免除模型 token 費用；這項官方政策不是 Wokey 的免費承諾。

Wokey 的 deepseek-v4.1-flash 是否支援獨立 Search / Fetch？

Wokey 提供本頁列出的模型推論介面，不提供 /v1/tools/search 或 /v1/tools/fetch 獨立端點。支援工具呼叫不等於支援所有上游內建的聯網工具；模型請求中的伺服器端搜尋取決於實際供給路徑，目前未列為 Wokey 已驗證、一致支援的能力，本頁也未公布 Wokey 的 Search/Fetch 按次報價。需要有文件明確支援的獨立搜尋與擷取時，請使用 DeepSeek API 金鑰呼叫 api.deepseek.com，並與 Wokey 的模型呼叫分開設定與計費。

核對日期 2026-10-19 · DeepSeek · Search & Fetch (USD) · DeepSeek · Search & Fetch (CNY) · DeepSeek · Change log

在 Wokey 實測

近 28 天（2026-10-13 至 2026-11-09），每週一更新 · 200+ 個帳號的真實請求

短提示首字延遲

2.1 秒 (中位數 · 輸入 < 8K tokens · p90 4.8 秒)

Agent 規模首字延遲

3.6 秒 (中位數 · 輸入 32K–128K tokens)

提示快取命中率

94% (快取讀取占輸入 tokens 的比例)

主要用戶端: OpenCode 29%, Magpie 24%, DeepSeek Harness 23%. 占已識別用戶端請求的比例；25% 的請求能識別出用戶端.

計算方式

首字延遲從 Wokey 閘道收到請求開始計時，到第一段串流內容（正文、推理摘要或拒答）為止，包含排隊、換帳號重試和模型的思考時間，所以會比上游本身的首字延遲長。只統計成功的串流請求，並依提示長度（輸入 + 快取讀寫）分級。

快取命中率 = 快取讀取 tokens ÷ 輸入 tokens，只統計成功請求；它取決於用戶端和使用方式，各用戶端的差異請見快取命中率實測頁。

不含企業客戶和 Wokey 自己的測試帳號。一個模型近 28 天至少有 20 個使用者，且單一使用者的請求不超過 50% 才會顯示，透過同一條推薦鏈註冊的帳號合併算作一個使用者；每一級首字延遲至少需要 500 次請求。

各用戶端快取命中率

模型能力

Context

1,000,000 tokens

最大輸出

393,216 tokens

Streaming

支援

Tools

支援

Vision

支援

支援的 API 格式

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

傳送請求

/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"}]}'

在用戶端中使用 DeepSeek-V4.1-Flash

閘道位址是 https://api.wokey.ai（OpenAI 相容用戶端通常寫成 https://api.wokey.ai/v1），模型 ID 填 deepseek-v4.1-flash。請依你使用的用戶端開啟對應的串接文件。

• 在 Claude Code 中使用 DeepSeek-V4.1-Flash: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 Codex 中使用 DeepSeek-V4.1-Flash: OpenAI Responses · Base URL 與 API 金鑰設定
• 在 Claude Desktop 中使用 DeepSeek-V4.1-Flash: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 opencode 中使用 DeepSeek-V4.1-Flash: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 pi 中使用 DeepSeek-V4.1-Flash: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 DeepSeek Harness 中使用 DeepSeek-V4.1-Flash: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 Z Code 中使用 DeepSeek-V4.1-Flash: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 Cherry Studio 中使用 DeepSeek-V4.1-Flash: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 WorkBuddy 中使用 DeepSeek-V4.1-Flash: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 OpenClaw 中使用 DeepSeek-V4.1-Flash: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 Hermes Agent 中使用 DeepSeek-V4.1-Flash: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 Magpie 中使用 DeepSeek-V4.1-Flash: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• DeepSeek API 費用試算：DeepSeek-V4.1-Flash 每月要花多少: 依每月用量與快取命中率，比較 DeepSeek API 與 Wokey 的月費。
• DeepSeek-V4.1-Flash 和 DeepSeek V4 Pro，該用哪個？: 並排比較價格、上下文視窗、首字延遲與快取命中率。
• OpenRouter 替代方案：Wokey 與 OpenRouter 比較: 比較 token 價格、付款手續費、API 形式與上游來源。
• 可驗證 AI API：哪些模型與介面帶有回應證明: 回應證明目前只涵蓋官方直連路由上原樣轉發的 Claude Messages 與 GPT Responses 回應。

Claude Code

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

正式環境呼叫範例

這些用量數值來自一次已完成的 DeepSeek-V4.1-Flash 呼叫，首次嘗試即成功，並已與帳單核對。

輸入總量

77258

輸出

1030

輸入的快取占比

99.9%

呼叫耗時

12.90 s

Chat Completions usage

根據計費記錄整理成 API 欄位範例；prompt_tokens 為輸入總量，已包含快取的 tokens。

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

Token 對帳

這些是這次呼叫記錄的每百萬 token 最終單價。

計費金額

$0.000430

費用 = Σ（tokens × 對應單價）÷ 1,000,000，加總後四捨五入到小數點後六位。

這次呼叫的來源

這次呼叫由 OpenCode 管道提供，出口記錄指向 opencode.ai，使用 API Key 授權；用量由上游計量，回傳 HTTP 200。

驗證 Prompt Cache

1. 保持長提示詞的共同前綴一致，依所選 API 的快取規則重複使用上下文。
2. 檢查 prompt_tokens_details.cached_tokens；數值為 0 表示這次呼叫沒有記錄快取讀取。
3. 一般輸入 = prompt_tokens − 快取的 tokens；各項分別乘以對應單價，再加上輸出費用。

常見問題

相關模型與文件

• DeepSeek V4 Flash
• DeepSeek V4 Pro
• API 文件
• 全部模型與價格
• Provider Node