deepseek/deepseek-flash
1M 上下文 · $0.1800 / M 输入 Token · $0.7200 / M 输出 Token
DeepSeek V4.1 Flash 是 OurToken 上的 DeepSeek 模型路由，适合需要原生图像理解、超长上下文和低成本生产流量的开发者。它接替已下线的 V4 Flash 系列，并通过 deepseek-flash 模型 ID 调用。
历史可用性数据会随时间积累，当前状态反映最近一次健康检查结果。
价格
按量计费
无需预付，仅按实际使用量收费
API 使用
API 接入指南
代码示例
使用 OurToken API 端点调用该模型。下面的示例使用原生 HTTP 请求，并采用该模型家族推荐的接口格式。
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 参考
通过 OpenAI Chat Completions 兼容接口创建聊天响应。SDK 的 Base URL 使用 https://api.ourtoken.ai/v1，接口路径使用 POST /chat/completions。
认证方式
| Content-Type | application/json |
| Authorization | Bearer YOUR_API_KEY |
请求体
| 字段 | 类型 | 是否必填 | 说明 |
|---|---|---|---|
| model | string | 必填 | 要调用的模型 ID。 |
| messages | array<object> | 必填 | 发送给模型的对话消息列表。 |
| max_tokens | integer | 可选 | 最大输出 Token 数。 |
| temperature | number | 可选 | 采样温度。 |
| top_p | number | 可选 | 核采样参数。 |
| stream | boolean | 可选 | 是否返回流式响应。 |
| stream_options | object | 可选 | 流式响应的附加选项。 |
| tools | array<object> | 可选 | 提供给模型使用的工具列表。 |
| tool_choice | string | object | 可选 | 控制模型如何选择工具。 |
| response_format | object | 可选 | 控制结构化输出，例如 JSON object 响应。 |
响应体
| 字段 | 类型 | 是否必填 | 说明 |
|---|---|---|---|
| id | string | 必填 | 唯一的聊天补全响应标识。 |
| object | "chat.completion" | 必填 | Chat Completions API 返回的对象类型。 |
| created | integer | 必填 | 响应创建时的 Unix 时间戳。 |
| model | string | 必填 | 生成响应的模型。 |
| choices | array<object> | 必填 | 模型返回的候选响应列表。 |
| choices[].message.role | string | 必填 | 返回聊天消息的角色。 |
| choices[].message.content | string | 可选 | 返回聊天消息中的文本内容。 |
| choices[].finish_reason | string | 可选 | 生成停止的原因。 |
| usage | object | 可选 | 该聊天补全响应的 Token 用量信息。 |
| usage.prompt_tokens | integer | 可选 | 输入 Token 数。 |
| usage.completion_tokens | integer | 可选 | 输出 Token 数。 |
| usage.total_tokens | integer | 可选 | 总 Token 数。 |
| usage.prompt_tokens_details | object | 可选 | 输入 Token 用量明细。 |
| usage.prompt_tokens_details.cached_tokens | integer | 可选 | 从缓存命中的 Token 数。 |
模型介绍
DeepSeek deepseek-flash
DeepSeek V4.1 Flash 是 OurToken 上的 DeepSeek 模型路由，适合需要原生图像理解、超长上下文和低成本生产流量的开发者。它接替已下线的 V4 Flash 系列，并通过 deepseek-flash 模型 ID 调用。
DeepSeek V4.1 Flash 为团队提供更低成本的 DeepSeek 路由，具备 1M Token 上下文、原生图像理解能力和最高 384K 输出，适合需要长提示词和可预测价格的应用场景。 当你希望通过 OurToken 统一 API 测试 DeepSeek 工作流，同时在一个控制台中管理模型 ID、用量日志、缓存成本和价格评估时，可以使用 DeepSeek V4.1 Flash API。
亮点说明
- 输入和输出 Token 为 DeepSeek V4.1 Flash 官方高峰参考价格的 60%。
- 可通过与其它支持模型相同的 OurToken 端点完成 OpenAI 兼容 API 接入。
- 1M Token 上下文与最高 384K 输出，适合长文档、代码仓库和多轮 agent。
- 原生图像理解，视觉与文本提示词可以在同一个请求中提交。
- 控制台日志和用量可见性帮助团队在上线后复盘请求成本。
关键特性
- 模型 ID：deepseek-flash
- OurToken 输入价格：每 1M Token $0.1800
- OurToken 输出价格：每 1M Token $0.7200
- OurToken 缓存读取价格：每 1M Token $0.0036
- OurToken 缓存写入价格：每 1M Token $0
- 提供商：DeepSeek
规格参数
DeepSeek V4.1 Flash API 功能
在 OurToken 上获得 DeepSeek V4.1 Flash API 接入、价格透明度、模型 ID、上下文上限与开发者工作流支持。一条路由用同一个 key 覆盖聊天、编程和 agent 流量，用量日志与成本保持可见。
统一接入
通过 OurToken 统一端点调用 DeepSeek V4.1 Flash API，与其它支持模型共用同一个 OpenAI 兼容接口。一个 API key 即可覆盖 chat completions、responses 和 Anthropic 风格 messages，因此你可以在不维护单独 provider 集成路径的情况下，把 DeepSeek V4.1 Flash 与其它路由做对比。
价格透明
OurToken 列出 DeepSeek V4.1 Flash 每百万 Token 的输入、输出、缓存读取和缓存写入价格，并与官方高峰参考价并列展示。由于该模型缓存命中价格远低于缓存未命中、闲时低于高峰，扩容前先看这张表有助于预估支出。
1M 上下文
DeepSeek V4.1 Flash 支持 1M Token 上下文和最高 384K 输出，适合长文档、大型代码仓库和多轮 agent。在 OurToken 上提交长提示词时，可以观察缓存读取价格如何改变重复上下文的成本。
视觉与多模态输入
V4.1 Flash 是 DeepSeek 首个具备原生图像理解能力的 Flash 模型，一次 deepseek v4.1 flash api 调用即可把截图、扫描页或图表与文本指令一起提交。结合 1M 上下文，可用于文档审阅和视觉 QA 工作流。
思考模式与工具调用
该模型默认运行在思考模式，同时支持非思考模式、工具调用、JSON 输出和结构化响应。这一组合适合需要先推理任务、再返回可被应用校验的机器可读载荷的助手场景。
Agent 与编程工作流
把 Claude Code、Codex CLI 或 OpenCode 等编程 agent 指向 OurToken 端点，并选择 DeepSeek V4.1 Flash 作为模型。OurToken 为这些工具提供了配置指南，Responses API 与 Anthropic 兼容端点也能让已有 agent 集成继续可用。
如何在 OurToken 使用 DeepSeek V4.1 Flash
六步从新建 API key 走到生产流量：选择模型 ID、发送第一个请求、比较 DeepSeek V4.1 Flash API 价格，然后监控用量与成本。
创建 API Key
登录 OurToken，在 API Keys 页面创建 key，并把它保存到环境变量而不是提交进代码仓库。在围绕 DeepSeek V4.1 Flash 搭建集成之前，先确认 key 可用。
01选择模型 ID
新集成请使用 deepseek-flash 作为 model 值。如果你已经在使用 deepseek-v4-flash 或 deepseek-v4-flash-vision-exp，这些名称仍可解析并由 V4.1 Flash 提供服务，因此可以等到下个发布周期再迁移。
02发送第一个请求
先把客户端指向 OurToken 的 chat completions 端点，发送一条短提示词，再逐步增加复杂度。流式输出、system prompt 和多轮历史都遵循 OpenAI 请求结构，现有 SDK 代码通常只需改 base URL 和 model。
03比较价格与缓存成本
查看 DeepSeek V4.1 Flash 价格表中的输入、输出和缓存读取，并注意闲时流量比高峰时段更便宜。然后按自己的提示词结构估算，因为在 agent 负载中缓存命中率决定了大部分账单。
04配置思考模式与工具
决定每个工作负载使用思考模式还是非思考模式；如果响应要进入其它系统，再定义工具和 JSON schema。在确定默认值之前，请用同一批提示词对比两种设置。
05监控用量与成本
上线后在 OurToken 控制台查看请求日志、Token 数量和按模型统计的成本。把延迟与质量和你现有路由做对比，并在 DeepSeek 调整官方价格后重新核对 DeepSeek V4.1 Flash API 价格。
06DeepSeek V4.1 Flash FAQ
回答开发者在采用这条路由前最常问的问题：它是什么、多少钱、该用哪个模型 ID、支持哪些能力，以及 V4 Pro 变更对现有流量的影响。