DeepSeek-V4.1-Flash：API 模型别名与首次调用

一句话结论

首次调用应使用模型名 deepseek-flash；旧别名仍被接受，但请求会由 DeepSeek-V4.1-Flash 提供服务，并按 Flash 价格计费。官方示例使用 OpenAI 兼容格式、thinking enabled、reasoning_effort high 和非流式响应。官方首次调用文档

适用场景

• 适合的任务：将 DeepSeek-V4.1-Flash 接入 OpenAI 兼容的 SDK、软件、脚本或 Agent 工具。官方首次调用文档

• 不适合的任务：未注明。

• 适用的模型版本：DeepSeek-V4.1-Flash，API 模型名为 deepseek-flash。官方定价与模型详情

• 适用的客户端、Agent 或 API：OpenAI API 格式、OpenAI SDK、cURL、Python 和 Node.js；文档也说明 API 兼容 Anthropic 格式，但本页未给出 Anthropic 首次调用代码。官方首次调用文档

• 推荐的推理档位和参数：页面首次调用示例采用 thinking: {"type": "enabled"}、reasoning_effort: "high"、stream: false；页面未给出适用于所有任务的统一推荐。官方首次调用文档

可直接使用的内容

以下是官方调用配置和完整示例，不是完整提示词。先申请 API key，并通过环境变量 DEEPSEEK_API_KEY 提供给客户端。

端点与模型配置

旧名称 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 仍可用，但对应旧模型已退役，请优先使用 deepseek-flash。官方首次调用文档

cURL

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
        "model": "deepseek-flash",
        "messages": [
          {"role": "system", "content": "You are a helpful assistant."},
          {"role": "user", "content": "Hello!"}
        ],
        "thinking": {"type": "enabled"},
        "reasoning_effort": "high",
        "stream": false
      }'

Python（OpenAI SDK）

# Please install OpenAI SDK first: `pip3 install openai`
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get('DEEPSEEK_API_KEY'),
    base_url="https://api.deepseek.com")

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "Hello"},
    ],
    stream=False,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}}
)

print(response.choices[0].message.content)

Node.js（OpenAI SDK）

// Please install OpenAI SDK first: `npm install openai`

import OpenAI from "openai";

const openai = new OpenAI({
        baseURL: 'https://api.deepseek.com',
        apiKey: process.env.DEEPSEEK_API_KEY,
});

async function main() {
  const completion = await openai.chat.completions.create({
    messages: [{ role: "system", content: "You are a helpful assistant." }],
    model: "deepseek-flash",
    thinking: {"type": "enabled"},
    reasoning_effort: "high",
    stream: false,
  });

  console.log(completion.choices[0].message.content);
}

main();

测试或工作流步骤

1. 在 DeepSeek 平台申请 API key，并设置 DEEPSEEK_API_KEY。API key 入口

2. 使用 https://api.deepseek.com 作为 OpenAI base_url，模型名填 deepseek-flash。

3. 按客户端安装对应的 OpenAI SDK，运行上面的 cURL、Python 或 Node.js 示例。

4. 示例为非流式请求；需要流式响应时，将 stream 改为 true。官方首次调用文档

原始证据与数据

• 首次调用页写明 API 与 OpenAI/Anthropic 格式兼容，并列出 OpenAI 端点 https://api.deepseek.com、Anthropic 端点 https://api.deepseek.com/anthropic 和模型名 deepseek-flash。

• 模型脚注写明：deepseek-v4-flash、deepseek-v4-flash-vision-exp 仍被接受，但请求由 DeepSeek-V4.1-Flash 服务并按 Flash 价格计费。官方首次调用文档

• 模型详情页列出版本 DeepSeek-V4.1-Flash、上下文长度 1M、最大输出 384K，并说明同时支持非思考和思考模式（默认思考）。官方定价与模型详情

• 官方首次调用代码包含 thinking、reasoning_effort 和 stream；文档明确说明这是非流式示例，stream=true 可获得流式响应。官方首次调用文档

适用边界

• deepseek-flash 的并发上限为每账户 2500；并发按账户计算，与 API key 无关，超过限制返回 HTTP 429。官方限流与隔离文档

• 非流式请求可能持续收到空行，流式请求可能收到 SSE keep-alive 注释 : keep-alive；若请求发出后 10 分钟仍未开始推理，服务器会关闭连接。官方限流与隔离文档

• 上下文和最大输出上限来自模型详情页；文档未在首次调用页说明单次请求的其他任务级限制。官方定价与模型详情

• 旧模型名虽仍接受，但旧模型已退役；新接入应固定使用 deepseek-flash，不要据此推断旧名称的独立模型能力或版本。官方首次调用文档

复现说明

2026-09-16 仅通过 Tabbit 浏览器访问并核对 DeepSeek 官方首次调用、模型详情和限流页面；未执行真实 API 请求。文档中的代码、模型名、端点和限制均来自页面可见原文，API key 使用环境变量占位。