通过 EvoLink 统一对话 API 接入 DeepSeek 的 V4.1 Flash(也常被搜索为 DeepSeek V4.1 / DeepSeek Flash)。集成前可先测试长上下文编程、图像输入、思考模式。
文字、图片和长上下文任务都用同一个模型 ID：deepseek-v4.1-flash。上线前请在 Pricing 区核对费率，并先测试你用的协议。
DeepSeek V4.1 Flash
DeepSeek 支持文字与图片输入的 Flash 模型
deepseek-v4.1-flash编程、Agent 循环、文档抽取和截图理解，100 万上下文；质量和每个合格结果的成本，请用自己的任务实测。
所有费率按每百万 Token 计,同时显示美元与 Credits,以你账户当前的价格为准。
集成前先估算一次 DeepSeek V4.1 Flash 请求的费用。计算器按你账户的当前费率计算,官方价格仅作对照。
最低计费:每次请求 0.01 Credits。
快速测试
日常开发
生产评估
DeepSeek V4.1 Flash 支持原生文字与图片输入，具备 100 万 Token 上下文和最高 38.4 万 Token 输出。在 EvoLink 上以模型 ID deepseek-v4.1-flash 调用，截图、文档和编程任务都可以通过统一 API 接入。切生产流量前，请以本页 Pricing 区和账户最终扣费核对成本，确认所用协议，并用自己的任务验证。
DeepSeek V4.1 Flash 在 EvoLink 上以模型 ID deepseek-v4.1-flash 提供,支持 Chat Completions · Anthropic Messages · Responses,和其他模型共用同一把 API 密钥与余额。它提供 1M 上下文窗口,最大输出 384K Token,并支持长上下文编程、图像输入、思考模式。
数字取自 EvoLink 路由配置;能力以 API 当前实际提供为准。
API 模型 ID 是 deepseek-v4.1-flash，中间写点；本页 URL 用的是连字符。DeepSeek 官方直连接口用的是另一个名字 deepseek-flash。
适合编程、Agent 循环，以及需要把问题和图片证据一起发送的任务。在 EvoLink 上，DeepSeek V4 Flash 仍作为独立模型（只支持文字输入）继续提供，可以先用同一批任务对比两者，再决定是否切流。发往 V4 Flash Vision Exp 的请求现已重定向到 V4.1 Flash。
把相关源文件、规范文档和 diff 放进同一个工作上下文，让模型出审查意见、补丁或风险清单。只放真正相关的上下文，并先查看 usage 中报告的缓存命中，再估算多轮成本。
多步 Agent 里，系统提示、工具 Schema 和共享项目上下文在各轮之间保持完全一致。可复用的前缀在报告缓存命中时能降低重复输入成本，但不保证每次请求都命中。推算整个循环的成本之前，先在自己的日志里量一下真实命中率。
把扫描件、发票、仪表盘截图或图表连同问题一起发出去，要求返回结构化字段。在把结果交给下游自动决策之前，先用带标注的样例检查小字号、缺失字段和含义模糊的图表。
以较低的单 Token 价格做批量分类、字段抽取和摘要，输出 JSON 供下游处理。每条响应都要校验 Schema，低置信度的结果交人工复核，不要默认格式一定正确。
在 EvoLink 上两个模型都继续可用：deepseek-v4-flash 仍是 V4 Flash，deepseek-v4.1-flash 是新模型，可以用同一批请求对比。请求格式兼容，不代表输出、思考行为、Token 用量或工具执行结果完全一样，切换前请逐项核对。
API 模型 ID 是 deepseek-v4.1-flash——中间是点。本页地址是 /deepseek-v4-1-flash。请从 Models 卡片复制 ID，不要从地址栏推断；DeepSeek 官方直连接口用的是另一个名字 deepseek-flash。
当前 EvoLink 费率以 Pricing 区为准，最终扣费以账户账单为准。不要按模型名推断价格；思考输出、图片 Token、重试和合格率都会改变实际成本。
Pricing 区列出了输入、缓存输入和输出三档费率。批量处理前，先用有代表性的图片查看 usage 和最终扣费，再估算批量成本。
Chat Completions、Messages 与 Responses 使用同一个模型 ID。选择应用已经在用的协议，切流量前先在该协议上确认流式事件、工具调用和 usage 报告。
上面的 Pricing 区放了实时费率和请求计算器。把它当作估算，再用实际报告的 Token 分类、最终扣费和合格结果去对账。
DeepSeek 文档说明前缀缓存是自动的。把可复用的指令和工具定义放在会变的内容之前，并查看 usage 里的缓存 Token 字段。后缀变化不一定让整个共享前缀失效；实际收益取决于缓存是否可用以及 usage 的报告。
任务真的需要时，大上下文很有用，但发出去的每个 Token 都要计费。只检索真正相关的文件和段落，而不是整仓粘贴，通常能在不牺牲输出质量的前提下压低单次任务成本。
图片消耗的 Token 数随分辨率和内容变化，别人截图上量出来的数字预测不了你的。跑一批有代表性的样本，读 usage 里报告的输入 Token，再把这个数字填进上面的计算器。
38.4 万 Token 的输出上限是天花板，不是默认值。按所用协议给任务设置合适的输出上限，发现截断要处理，并限制重试次数——失败后反复重跑，可能比第一次就给足输出长度更贵。
产品后端与批量任务走 EvoLink API;编码与分析类工作可直接在 Codex、Claude、Gemini 里调用 DeepSeek V4.1 Flash。两条路径共用同一把 EvoLink API 密钥、余额、模型 ID 与请求记录。
适合:产品后端、批量任务、自动化流水线
向 EvoLink 发送 OpenAI 兼容的 Chat Completions(或 Anthropic Messages)请求,自行控制模型 ID、系统提示、输出预算、工具与结构化输出。
适合:在 Codex、Claude、Gemini 里做编码、评审与分析
把任务、要带入的材料和验收标准交给 Agent,由它组装请求、通过 EvoLink 调用 DeepSeek V4.1 Flash,并把回答连同 token 用量一起返回。
这个示例是最短可运行的请求:一条 OpenAI 兼容的 Chat Completions 调用,带系统提示、用户消息和输出预算。完整参数与响应说明见 API 标签页。
curl -X POST https://api.evolink.ai/v1/chat/completions \
-H "Authorization: Bearer $EVOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"messages": [
{ "role": "system", "content": "You are a senior engineer reviewing a pull request." },
{ "role": "user", "content": "Review this diff and list every risky change with file and line:\n<diff>" }
],
"max_tokens": 4096,
"temperature": 0.2
}'
# Anthropic Messages (/v1/messages) and Responses (/v1/responses) accept the
# same model ID.
# The response includes choices[0].message and a usage object (prompt,
# cached, and completion tokens).对照 API 文档检查模型 ID、messages 数组和参数范围,去掉该路由不支持的字段。
检查 Authorization bearer token,并在控制台确认可用余额。
提示词 token 超过了 DeepSeek V4.1 Flash 的上下文窗口。裁剪或只检索相关材料,并复用缓存前缀。
退避并带抖动重试;用批处理或队列代替并发突发。
重试前检查敏感内容、格式错误的 tool-call 参数和 JSON schema 不匹配。
从拿到 API Key 到跑生产流量，四步走完。API 链接会打开 EvoLink 文档，V4.1 Flash 的协议示例将在那里补充。
在模型配置里写 deepseek-v4.1-flash，中间是点。上面 Models 卡片的复制按钮给的就是准确字符串；不要用页面 slug 或 DeepSeek 官方直连接口的名字代替 EvoLink 的模型 ID。
用有效的 Key 和所选协议当前的 EvoLink 请求示例，先发一个小的文字请求，确认端点、鉴权、响应解析和 usage 都正常，再加图片或工具调用。
确认所选协议的图片字段：Chat Completions 用 image_url，Messages 用 image 块，Responses 用 input_image。图片请求成功后，把 usage 和最终扣费与对应的纯文字任务比较。
保持可复用的指令和工具定义稳定，实测缓存命中而不是假设命中，等质量、延迟和最终扣费都通过验收标准后再加流量。
DeepSeek 文档说明前缀缓存是自动的。把可复用的指令和工具定义放在前面，再查看 usage 里报告的缓存命中 Token。缓存复用可以降低重复输入成本，但不保证每次请求都能命中。
把相关文件、规范和 Agent 状态放进同一个工作上下文，但把上限当作容量而不是目标：只检索真正需要的内容，保持前缀稳定以便命中缓存，并按任务设置输出预算——三个计费维度里输出最贵。
对照输入输出费率、上下文、缓存和适用任务。先用同一批请求实测再选路由；下表采用你账户当前的费率。
| 模型 | DeepSeek V4.1 Flash | Qwen 3.8 Max | GLM-5.3 |
|---|---|---|---|
| 输入 / 输出 | $0.442 / $1.324 | $1.765 / $5.295 | $1.4 / $4.4 |
| 上下文 | 1M | 1.05M | 1M |
| 缓存 | 自动缓存命中 | 显式提示词缓存 | 自动缓存命中 |
| 最适合 | 编程、Agent 循环、文档抽取和截图理解，100 万上下文；质量和每个合格结果的成本，请用自己的任务实测。 | 仓库级工程、多文档综合、重度工具调用 Agent | 编程 Agent、长链路任务、重工具调用流程 |
要核对输出质量、支持的控制项和实际扣费。在 EvoLink 上，可以把同一批真实请求分别发给 V4 Flash 和 V4.1 Flash 并排比较；如果是从 Vision Exp 迁移，请与重定向之前保存的结果对比。
确认请求发出去的是 deepseek-v4.1-flash、响应从预期的协议返回，并且 usage 对象把输入、缓存和输出 Token 分开报告。没有这个拆分，既算不清成本，也验证不了缓存到底有没有生效。
在 EvoLink 上拿一组固定的真实请求分别打到 deepseek-v4-flash 和 deepseek-v4.1-flash，把结果并排比较。指令遵循、格式有效性、工具调用结果和思考行为都要实测，不要默认为 V4 Flash 调过的提示词可以直接沿用。
如果这次要新增图像输入，就针对你实际会处理的截图、表单和图表建一套固定评测集，检查字段准确率、缺失值、小字号处理和有没有编造细节，并定好哪个置信度以下必须转人工。
在有代表性的流量下观察响应时间，并为限流、超时和结构化输出不合法准备好重试。把模型名放在配置里而不是写死在代码里，切回已验证的路由就只是改配置，不用发版。
先用有代表性的任务和一小部分流量开始。等质量、延迟和每个合格结果的成本都达标，再扩大流量。纯文字任务可以保留 deepseek-v4-flash 作为回退，它在 EvoLink 上仍是 V4 Flash；但它只支持文字输入，图片任务要回退到另一条通过同样视觉验收的模型，或转人工处理。发往 V4 Flash Vision Exp 的请求会重定向到 V4.1 Flash，不能当回退。
同一把 API 密钥、同一份余额,换档位不用改接入。
图片与纯文字的分流决策：在 EvoLink 上，图片任务改用 V4.1 Flash，纯文字流量可以继续留在 V4 Flash。
阅读指南
EvoLink 上的模型 ID 是 deepseek-v4.1-flash，中间写点；本页地址是 /deepseek-v4-1-flash。DeepSeek 官方直连接口用的是 deepseek-flash。请按你所用的服务商和端点填写对应的名字。
V4.1 Flash 原生支持图片输入，V4 Flash 只支持文字输入；两者都是 100 万 Token 上下文、38.4 万 Token 输出上限。在 EvoLink 上，deepseek-v4-flash 不受 DeepSeek 在官方接口下线原模型的影响，仍是 V4 Flash，所以可以把两者并排运行。
请分别查看两个模型页 Pricing 区展示的费率，并以账户最终扣费为准，不要按模型名推断。任务成本还取决于输出长度、思考、图片、缓存命中和重试。DeepSeek 官方的峰谷价格是另一套价格表。
Chat Completions（/v1/chat/completions）、Messages（/v1/messages）和 Responses（/v1/responses）使用同一个模型 ID。上生产前用你的 Key 验证所选协议，包括流式、工具和 usage；不同协议的图片字段不一样。
先在 Pricing 区查看输入、缓存输入和输出三档费率，再用有代表性的图片请求实测，把 usage 与最终扣费对上后再估算批量成本。
DeepSeek 文档说明前缀缓存是自动的。把可复用的上下文放在前面，并查看 usage 报告的缓存命中。重复使用提示词不保证命中缓存，改动后缀也不一定让已缓存的前缀 Token 全部失效。
DeepSeek 文档说明其官方直连接口默认开启思考模式，也提供非思考模式。请在你所用的协议上确认 EvoLink 的默认值和可用控制项；“支持关闭”不等于“默认关闭”。思考会增加输出用量，建议实测影响。
改模型名是主要的代码改动，但不是迁移的全部。在 EvoLink 上，保持 deepseek-v4-flash 继续运行，把同一批请求发给 deepseek-v4.1-flash，比较输出、工具结果和 usage，再逐步切流。
按任务需要的证据发送，并设置合适的输出上限。用有代表性的几种上下文长度，统计合格结果、缓存复用和总扣费，不要每次请求都塞满 100 万窗口。
保留一条仍在提供你已验证过的模型的路线，并按任务类型区分。文字任务：EvoLink 上的 deepseek-v4-flash 和 deepseek-v4-pro 不受 DeepSeek 官方接口变更影响，仍是不同的模型；但模型不同不代表故障相互独立，依赖它们互备前请确认是否共用服务商或配额。图片任务：这两个模型只支持文字输入，需要另一条通过同样视觉验收的模型或人工流程。发往 V4 Flash Vision Exp 的请求已重定向到 V4.1 Flash，不能当备用。
