Tuesday, 10 November 2026 | Mise à jour quotidienne L'intelligence artificielle au service des constructeurs

DeepSeek V4.1-Flash

DeepSeek V4.1-Flash — Specifications

Rédigé par Mustafa Ihsan d’après la documentation officielle du fournisseur · Dernière mise à jour

Développeur DeepSeek
Type LLM (MoE, multimodal)
Modalité Texte, vision → texte
Paramètres 552B total (MoE; 8B active for input, 16B for output)
Fenêtre de contexte 1 million
Sortie maximale 384 K
Licence MIT (ouverte)
Poids ouverts Oui
Publié 2026-09
Prix de l’entrée $0.30 /1M
Prix de la sortie $1.20 /1M
Fournisseurs d'API DeepSeek API (deepseek-flash), Alibaba Cloud Model Studio, OpenRouter

Résultats de référence

DeepSeek-reported (V4.1-Flash-1017, 17 Oct 2026) HLE 42.6 (no tools); Terminal-Bench 4.0 42.3; DeepSWE v1.1 77.0; ProgramBench 29.1. Prices shown are peak rates; off-peak is half.

Page officielle →

What is DeepSeek V4.1-Flash?

DeepSeek V4.1-Flash is DeepSeek’s current Flash model, called deepseek-flash on its API. DeepSeek released it on 10 September 2026 as the smallest model in a new architecture family: a 552B-parameter mixture-of-experts whose causal encoder–decoder design activates 8B parameters for input and 16B for output, with native visual understanding. On 17 October 2026 DeepSeek shipped an update, DeepSeek-V4.1-Flash-1017, which now serves every deepseek-flash call at the same price. The weights are on Hugging Face under the MIT licence, a download of about 510 GB.

DeepSeek bills peak and off-peak rates. At peak it costs $0.30 per million input tokens (cache miss), $0.006 per million cached input tokens and $1.20 per million output tokens; off-peak rates are half that ($0.15 in, $0.003 cached, $0.60 out). Peak hours are 01:00–04:00 and 06:00–10:00 UTC, Monday to Friday, excluding Chinese public holidays; weekends are off-peak all day. The table on this page shows the peak price. The model has a 1M-token context window and up to 384K output tokens, thinks by default (a non-thinking mode is available) and accepts both OpenAI and Anthropic request formats.

V4.1-Flash replaced DeepSeek V4-Flash, which DeepSeek retired on 10 September 2026; the old deepseek-v4-flash name is still accepted and served by V4.1-Flash-1017. DeepSeek says V4.1-Flash scores ahead of its larger DeepSeek V4-Pro on benchmarks, while V4-Pro costs $1.32 in / $3.96 out at peak and takes no image input. All DeepSeek rates are on our Tarifs de l'API DeepSeek page, and the Calculateur de coûts pour les API IA turns them into a monthly bill.

DeepSeek V4.1-Flash pricing: API cost per 1M tokens

Entrée (par million de jetons)$0.300
Sortie (par million de jetons)$1.20
Ratio sortie/entrée4×
Moyenne pondérée (4:1 entrée:sortie)$0.480 par 1 million de jetons

What DeepSeek V4.1-Flash costs per month

Dépense mensuelle réelle pour un ratio entrée-sortie de 4:1 — le rapport effectivement observé dans une charge de travail type (chat ou RAG).

Charge de travailJetons/moisCoût par mois
Projet secondaire 1 million en entrée / 0,25 million en sortie $0.60
Petite équipe 20 millions en entrée / 5 millions en sortie $12
Production 200 millions en entrée / 50 millions en sortie $120

Calculez vos propres coûts dans le Calculateur de coûts pour les API IA.

Cheaper alternatives to DeepSeek V4.1-Flash

ModèleCoût combiné par million de dollarsVous économisez
Llama 3.1 8B ouverte $0.0240 95% cheaper
Mistral NeMo 12B ouverte $0.0292 94% cheaper
Gemma 3 4B ouverte $0.0600 88% moins cher

Questions fréquemment posées

How much does DeepSeek V4.1-Flash cost per 1M tokens?

DeepSeek V4.1-Flash costs $0.300 per 1M input tokens and $1.20 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.480 per 1M tokens.

How much does DeepSeek V4.1-Flash cost per month?

A small-team workload of 20M input and 5M output tokens a month costs about $12 on DeepSeek V4.1-Flash. A side project (1M in / 0.25M out) costs roughly $0.60.

What is a cheaper alternative to DeepSeek V4.1-Flash?

Llama 3.1 8B is the strongest cheaper option in our database at $0.0240 per 1M blended — about 95% less than DeepSeek V4.1-Flash. It is also open-weight, so self-hosting is an option.

Can I run DeepSeek V4.1-Flash locally?

Yes. DeepSeek V4.1-Flash is open-weight and needs about a large amount of VRAM at 4-bit quantisation.

Why does DeepSeek V4.1-Flash charge more for output than input?

Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. DeepSeek V4.1-Flash charges 4× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.

Voir chaque modèle DeepSeek tarifé côte à côte : Tarifs de l'API DeepSeek.

Les prix indiqués correspondent aux tarifs publics officiels pour l’API principale du modèle et sont mis à jour régulièrement à mesure que les fournisseurs les modifient. Les remises liées aux volumes, aux traitements par lots ou aux entrées mises en cache ne sont pas prises en compte. Comparez tous les modèles côte à côte dans le Base de données des modèles IA ou le Classement des grands modèles linguistiques (LLM).

Défiler vers le haut