DeepSeek V4.1 Flash

Для DeepSeek V4.1 Flash используйте Chat Completions API.

О модели

DeepSeek V4.1 Flash — модель DeepSeek для программирования и агентных задач, вышла 10 сентября 2026 года. Принимает текст и изображения, отвечает текстом.

Наименьшая модель новой архитектуры DeepSeek: MoE с 552 млрд параметров, из них 8 млрд активны при обработке запроса и 16 млрд при генерации ответа. По данным DeepSeek, кеш KV занимает примерно в 4 раза меньше памяти, чем у V4 Flash.

По данным DeepSeek, на Terminal-Bench 2.1 набирает 90,6 % против 87,9 % у V4 Pro, а на DeepSWE v1.1 — 72,6 % против 62,7 % в одном окружении (DeepSeek Harness, минимальный режим).

Поддерживает вызов функций; рассуждения включены по умолчанию, уровень задаёт reasoning_effort.

Стоимость

Текущая стоимость использования этой модели:

Токены	Стоимость за 1 млн токенов
Входные токены	4,50₽
Выходные токены	60₽
Чтение из кэша	0,60₽
Входные токены изображений	66₽

Как считается расход

Учитываются все токены
И входные (input), и сгенерированные моделью (output)

Характеристики

Параметр	Значение
Вход	Текст, изображения
Выход	Текст
Контекст	1 млн токенов
Максимальный ответ	384 000 токенов
Рассуждения	Включены по умолчанию
Уровень рассуждений по умолчанию	high
Параметры модели	MoE, 552 млрд параметров; 8 млрд активных при обработке запроса, 16 млрд при генерации
Лицензия	MIT
Дата выхода	10 сентября 2026

Сравнение с соседними моделями

Модель	Дата выхода	Вход	Максимальный ответ	Параметры	Уровни рассуждений
DeepSeek V4.1 Flash (эта модель)	10 сентября 2026	Текст, изображения	384 000 токенов	552 млрд, из них 8 млрд активны при обработке запроса и 16 млрд при генерации	none, low, high, max
DeepSeek V4 Flash 0731	31 июля 2026	Текст	384 000 токенов	284 млрд, 13 млрд активных	low, high, max
DeepSeek V4 Flash Preview	24 апреля 2026	Текст	—	284 млрд, 13 млрд активных	Non-think, Think High, Think Max
DeepSeek V4 Pro 0813	13 августа 2026	Текст	384 000 токенов	Структура как у V4 Pro Preview	low, high, max
DeepSeek V4 Pro Preview	24 апреля 2026	Текст	—	1,6 трлн, 49 млрд активных	Non-think, Think High, Think Max

Бенчмарки

Бенчмарк	Результат	Условия
GPQA Diamond	90,9 %	Максимальный уровень рассуждений, temperature 1,0, top_p 0,95, Pass@1
Humanity's Last Exam	36,8 %	Максимальный уровень рассуждений, temperature 1,0, top_p 0,95, Pass@1; на текстовой части набора 39,1 %
Terminal-Bench 2.1	90,6 %	DeepSeek Harness в минимальном режиме, контекст 1 млн токенов, максимальный уровень рассуждений, temperature 1,0, top_p 0,95
DeepSWE v1.1	74,2 %	mini-SWE, 8 попыток на задачу, максимальный уровень рассуждений, temperature 1,0, top_p 0,95
Humanity's Last Exam	63,9 %	С инструментами, максимальный уровень рассуждений, temperature 1,0, top_p 0,95
Chartography	78,9 %	С инструментами, Claude Code, контекст 512 000 токенов, максимальный уровень рассуждений, temperature 1,0, top_p 0,95
BabyVision	89,6 %	С инструментами, Claude Code, контекст 512 000 токенов, максимальный уровень рассуждений, temperature 1,0, top_p 0,95
DeepSWE v1.1	72,6 %	DeepSeek Harness в минимальном режиме, 8 попыток на задачу, максимальный уровень рассуждений, temperature 1,0, top_p 0,95

API

Эндпоинт

http

POST https://api.dslab.tech/v1/chat/completions

Текстовый запрос

import osfrom openai import OpenAIclient = OpenAI(    api_key=os.environ["DSLAB_API_KEY"],    base_url="https://api.dslab.tech/v1",)response = client.chat.completions.create(    model="deepseek-v4.1-flash",    reasoning_effort="high",    messages=[        {"role": "system", "content": "Отвечай кратко и по делу."},        {"role": "user", "content": "Объясни, что такое идемпотентность."},    ],)print(response.choices[0].message.content)

Параметры

Параметр	Тип	По умолчанию	Описание
model	string	обязательный	ID модели: deepseek-v4.1-flash.
messages	array	обязательный	История диалога. content — строка или массив блоков text и image_url.
max_tokens	integer	—	Максимальный ответ в токенах, от 1 до 384 000.
stream	boolean	false	Потоковый ответ.
reasoning_effort	string	high	Уровень рассуждений; none отключает их. Значения: none, low, high, max.
tools	array	—	Ваши функции: type function, name, description и parameters (JSON Schema).
tool_choice	string или object	auto	Вызывать ли функцию: auto — решает модель, none — не вызывать.

Важно знать

Если в запросе есть tools, передавайте reasoning_content всех прошлых ходов обратно без изменений, в том числе в ходах без вызова функции: иначе API вернёт ошибку 400.
Параметр reasoning_effort принимает none, low, high и max; none отключает рассуждения. Без параметра используется high.
Изображения передаются блоком image_url: ссылкой или data URL в base64, форматы JPEG, PNG, GIF и WebP.
Пока рассуждения включены, tool_choice со значением required или с названием функции возвращает ошибку 400. Отключите рассуждения или используйте auto.
В режиме рассуждений temperature не влияет на ответ, а значение top_p ниже 0,95 приравнивается к 0,95.