deepseek/deepseek-flash
1M संदर्भ · $0.1800 / M इनपुट टोकन · $0.7200 / M आउटपुट टोकन
DeepSeek V4.1 Flash OurToken पर DeepSeek model route है, उन developers के लिए जिन्हें native image understanding, बहुत long context और cost-efficient production traffic चाहिए। यह retired V4 Flash line की जगह लेता है और deepseek-flash model ID से call किया जाता है।
ऐतिहासिक अपटाइम डेटा समय के साथ एकत्र होता है। वर्तमान स्थिति नवीनतम स्वास्थ्य जांच को दर्शाती है।
मूल्य निर्धारण
उपयोग के अनुसार भुगतान
कोई अग्रिम लागत नहीं, केवल उतने के लिए भुगतान करें जितना आप उपयोग करते हैं
API उपयोग
API एक्सेस गाइड
कोड उदाहरण
इस मॉडल के लिए OurToken API endpoint का उपयोग करें। नीचे दिए गए उदाहरण direct HTTP requests और मॉडल परिवार के लिए recommended endpoint का उपयोग करते हैं।
curl https://api.ourtoken.ai/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "deepseek-flash",
"messages": [
{
"role": "user",
"content": "Hello!"
}
],
"max_tokens": 256
}'Chat Completions API संदर्भ
OpenAI Chat Completions-संगत endpoint के साथ chat response बनाएँ। SDK Base URL के रूप में https://api.ourtoken.ai/v1 और endpoint के रूप में POST /chat/completions का उपयोग करें।
प्राधिकरण
| Content-Type | application/json |
| Authorization | Bearer YOUR_API_KEY |
अनुरोध सामग्री
| फ़ील्ड | प्रकार | आवश्यक | विवरण |
|---|---|---|---|
| model | string | आवश्यक | कॉल करने के लिए Model ID। |
| messages | array<object> | आवश्यक | model को भेजे गए conversation messages। |
| max_tokens | integer | वैकल्पिक | output tokens की अधिकतम संख्या। |
| temperature | number | वैकल्पिक | Sampling temperature। |
| top_p | number | वैकल्पिक | Nucleus sampling parameter। |
| stream | boolean | वैकल्पिक | क्या streaming response लौटाना है। |
| stream_options | object | वैकल्पिक | streaming responses के लिए अतिरिक्त options। |
| tools | array<object> | वैकल्पिक | model के लिए उपलब्ध tools। |
| tool_choice | string | object | वैकल्पिक | model tools कैसे चुनता है, इसे नियंत्रित करता है। |
| response_format | object | वैकल्पिक | structured output को नियंत्रित करता है, जैसे JSON object responses। |
प्रतिक्रिया सामग्री
| फ़ील्ड | प्रकार | आवश्यक | विवरण |
|---|---|---|---|
| id | string | आवश्यक | unique chat completion identifier। |
| object | "chat.completion" | आवश्यक | Chat Completions API द्वारा लौटाया गया object type। |
| created | integer | आवश्यक | response बनाए जाने का Unix timestamp। |
| model | string | आवश्यक | वह model जिसने response बनाया। |
| choices | array<object> | आवश्यक | model द्वारा लौटाए गए candidate responses। |
| choices[].message.role | string | आवश्यक | लौटाए गए chat message की role। |
| choices[].message.content | string | वैकल्पिक | लौटाए गए chat message में text content। |
| choices[].finish_reason | string | वैकल्पिक | generation रुकने का कारण। |
| usage | object | वैकल्पिक | chat completion के लिए token usage information। |
| usage.prompt_tokens | integer | वैकल्पिक | Input token count। |
| usage.completion_tokens | integer | वैकल्पिक | Output token count। |
| usage.total_tokens | integer | वैकल्पिक | Total token count। |
| usage.prompt_tokens_details | object | वैकल्पिक | input token usage का breakdown। |
| usage.prompt_tokens_details.cached_tokens | integer | वैकल्पिक | cache से served tokens। |
मॉडल परिचय
DeepSeek deepseek-flash
DeepSeek V4.1 Flash OurToken पर DeepSeek model route है, उन developers के लिए जिन्हें native image understanding, बहुत long context और cost-efficient production traffic चाहिए। यह retired V4 Flash line की जगह लेता है और deepseek-flash model ID से call किया जाता है।
DeepSeek V4.1 Flash teams को 1M-token context window, native image understanding और up to 384K output tokens वाला lower-cost DeepSeek route देता है, उन application workloads के लिए जिनमें long prompts और predictable pricing जरूरी होते हैं। जब आप model IDs, usage logs, cache costs और price review को एक dashboard में रखते हुए OurToken unified API के माध्यम से DeepSeek workflows test करना चाहते हों, तब DeepSeek V4.1 Flash API का उपयोग करें।
यह बेहतरीन क्यों है
- Input और output tokens के लिए official peak DeepSeek V4.1 Flash reference price का 60%।
- अन्य supported models द्वारा उपयोग किए जाने वाले उसी OurToken endpoint के माध्यम से OpenAI-compatible API setup।
- Long documents, repositories और multi-turn agents के लिए 1M-token context window और up to 384K output tokens।
- Native image understanding, इसलिए vision और text prompts एक ही request में भेजे जा सकते हैं।
- Dashboard logs और usage visibility teams को launch के बाद request cost review करने में मदद करते हैं।
मुख्य विशेषताएँ
- Model ID: deepseek-flash
- Input price: $0.1800 per 1M tokens on OurToken
- Output price: $0.7200 per 1M tokens on OurToken
- Cache read price: $0.0036 per 1M tokens on OurToken
- Cache write price: $0 per 1M tokens on OurToken
- Provider: DeepSeek
विशिष्टताएँ
DeepSeek V4.1 Flash API Features
OurToken DeepSeek V4.1 Flash API access, pricing, model ID, context limits और developer workflow cover करता है। यह route chat, coding और agent traffic के लिए एक ही key रखता है, जबकि usage logs और cost visible रहते हैं।
Unified API Access
DeepSeek V4.1 Flash API को उसी OpenAI-compatible endpoint के माध्यम से call करें जिसका उपयोग OurToken हर supported model के लिए करता है। एक API key chat completions, responses और Anthropic-style messages cover करती है, इसलिए आप separate provider integration path बनाए रखने के बिना DeepSeek V4.1 Flash की तुलना अन्य routes से कर सकते हैं।
Transparent Token Pricing
OurToken DeepSeek V4.1 Flash price per million tokens को input, output, cache read और cache write के लिए official peak reference price के साथ list करता है। चूंकि model cache hits को cache misses से काफी कम और off-peak traffic को peak से कम bill करता है, scale करने से पहले यह table check करना spend forecast करने में मदद करता है।
1M Context Window
DeepSeek V4.1 Flash 1M-token context window और up to 384K output tokens support करता है, जो long documents, large repositories और multi-turn agents के लिए उपयुक्त है। OurToken पर आप long prompts भेज सकते हैं और देख सकते हैं कि cache read pricing repeated context की cost कैसे बदलती है।
Vision and Multimodal Input
V4.1 Flash native image understanding वाला DeepSeek का पहला Flash build है, इसलिए एक ही deepseek v4.1 flash api call में screenshots, scanned pages या diagrams को text instructions के साथ मिलाया जा सकता है। Document review और visual QA workflows के लिए इसे 1M context window के साथ combine करें।
Thinking and Tool Calls
Model default रूप से thinking mode में चलता है और non-thinking mode, tool calls, JSON output तथा structured responses भी support करता है। यह combination उन assistants के लिए उपयुक्त है जिन्हें पहले किसी task पर reason करना हो और फिर machine-readable payloads return करने हों जिन्हें आपका application validate कर सके।
Agent and Coding Workflows
Claude Code, Codex CLI या OpenCode जैसे coding agents को OurToken endpoint पर point करें और model के रूप में DeepSeek V4.1 Flash चुनें। OurToken इन tools के लिए setup guides publish करता है, और Responses API तथा Anthropic-compatible endpoint मौजूदा agent integrations को काम करते रहने देते हैं।
OurToken पर DeepSeek V4.1 Flash का उपयोग कैसे करें
नई API key से production traffic तक पहुंचने के लिए छह steps follow करें: model ID चुनें, पहली request भेजें, DeepSeek V4.1 Flash API pricing compare करें, फिर usage और cost monitor करें।
API Key बनाएं
OurToken में sign in करें और API Keys page से key बनाएं। इसे source control के बजाय अपने environment में copy करें, फिर DeepSeek V4.1 Flash के आसपास बाकी integration बनाने से पहले confirm करें कि key active है।
01Model ID चुनें
नई integrations के लिए model value के रूप में deepseek-flash का उपयोग करें। अगर आप पहले से deepseek-v4-flash या deepseek-v4-flash-vision-exp ship करते हैं, तो ये नाम अभी भी resolve होते हैं और V4.1 Flash द्वारा serve किए जाते हैं, इसलिए migration आपके अगले release cycle तक wait कर सकती है।
02पहली Request भेजें
अपने client को OurToken chat completions endpoint पर point करें और complexity जोड़ने से पहले एक short prompt भेजें। Streaming, system prompts और multi-turn history सभी OpenAI request shape follow करते हैं, इसलिए मौजूदा SDK code में आमतौर पर केवल base URL और model बदलने की जरूरत होती है।
03Pricing और Cache Cost Compare करें
Input, output और cache read के लिए DeepSeek V4.1 Flash price table check करें, और ध्यान रखें कि off-peak traffic peak hours से कम cost करता है। फिर अपने prompt mix का estimate करें, क्योंकि agent workloads में cache hit rates ही ज्यादातर bill तय करते हैं।
04Thinking और Tools Configure करें
तय करें कि कौन सा workload thinking mode में चलेगा और कौन सा non-thinking mode में, फिर अगर response किसी दूसरे system को feed करता है तो अपने tools और JSON schema define करें। Default तय करने से पहले दोनों settings को उन्हीं prompts पर test करें।
05Usage और Cost Monitor करें
Launch के बाद OurToken dashboard में request logs, token counts और cost per model देखें। Latency और quality की तुलना उन routes से करें जो आप पहले से चला रहे हैं, और जब भी DeepSeek official rates update करे तो DeepSeek V4.1 Flash API pricing दोबारा check करें।
06DeepSeek V4.1 Flash FAQ
इस route को अपनाने से पहले developers के आम सवालों के उत्तर: यह क्या है, इसकी cost क्या है, कौन सा model ID उपयोग करें, यह क्या support करता है, और V4 Pro बदलाव मौजूदा traffic को कैसे प्रभावित करता है।