- 1M 上下文
- 推理
- Responses API
DeepSeek V4.1 Flash · QuickSilver Pro
DeepSeek V4.1 Flash 是 DeepSeek 的 V4.1 Flash:全新的模型架构,比 V4 Flash 更快、更强,拥有 1M token 上下文和面向 Codex 的原生 Responses API。QuickSilver Pro 以 FP8 精度提供,价格为每百万 token $0.154 / $0.462,缓存输入价格为每百万 token $0.0046。
- 1M 上下文
- 工具调用
- 推理 · 默认开启
- 流式输出
- JSON Schema 输出
你支付 · 每 1M 输入 / 输出
$0.154 / $0.462
低 62%
输出对比 DeepSeek 刊例价
价格对比($/1M token)
条形长度 = 相对官方价的价格
| 服务商 | 输入 | 输出 | 对比 QSP |
|---|---|---|---|
| QuickSilver Pro | $0.154 | $0.462 | 最低价 |
| DeepSeek 刊例价(DeepSeek API) | $0.30 | $1.20 | 低 62% |
| OpenAI (GPT-4o-mini) | $0.15 | $0.60 | 低 23% |
DeepSeek 价格来源: api-docs.deepseek.com/quick_start/pricing
概览
- 上下文
- 1M token
- 输入 / 1M
- $0.154
- 输出 / 1M
- $0.462
- 默认思考
- 是
- 延迟 · 实时
- —
最新的 DeepSeek Flash 架构,适合 Codex、agent 式编码和长上下文自动化。
什么时候该选 DeepSeek V4.1 Flash?
依据目录中的能力和公开价格整理,而非基准测试。
适用场景
如果你想用最新的 DeepSeek Flash 架构 —— 响应比 V4 Flash 更快,编码和工具使用更强 —— 来跑 Codex、agent 式编码、多步工具使用和长上下文自动化,就选 V4.1 Flash。官方版本同时支持 OpenAI Chat Completions 和 Responses API 客户端,并使用稳定的 QSP 模型 ID。
- 长文档和代码库,最多 1M token 上下文
- 需要调用工具并输出严格 JSON Schema 的 Agent
- 多步推理,默认开启
- 既支持 Chat Completions,也支持 Responses API 客户端
何时该选其他模型
请按输入和输出比例比较 V4 Flash($0.06/$0.18)的成本。遇到真正困难的推理,请升级到 V4 Pro。V4.1 Flash 在这里仅支持文本 —— 如果需要图像输入,我们的 86 个模型中有 47 个支持。
快速开始(curl)
获取 API key →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="deepseek-v4.1-flash",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "deepseek-v4.1-flash",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="deepseek-v4.1-flash",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)兼容 OpenAI。只需改一行 base_url 即可迁移。
网关行为
本模型的兼容性说明。
prompt- 提示最多 1M token。
- /v1/chat/completions: 支持
- /v1/responses: 支持
- 流式输出: 支持
- 工具调用: 支持
- 图片输入: 本模型未列出
- JSON Schema: 支持
- 推理: 支持
价格从何而来
- 服务商参考价
- $0.30 / $1.20api-docs.deepseek.com/quick_start/pricing
- 目录核验日期
- 提示缓存 · 不参与对比
- 读取 $0.0046
usage.cost = prompt_tokens × $0.154/1M + completion_tokens × $0.462/1M
常见问题
常见问题
V4.1 Flash 是 DeepSeek 更新的 Flash 架构 —— 更快,编码和工具使用也更强。V4 Flash($0.06/$0.18)仍然单独提供。两者都默认开启思考,并且都提供 OpenAI Chat Completions 和 Responses API。
V4.1 Flash 默认开启推理。如果想通过 Chat Completions 直接进行不思考的对话,请传入 reasoning: { enabled: false };Responses API 客户端可以通过设置 reasoning.effort 来控制思考深度。
可以。使用 base_url=https://api.quicksilverpro.io/v1,并设置 model="deepseek-v4.1-flash"。QSP 同时提供 /v1/chat/completions 和 /v1/responses;Codex 应使用 wire_api = "responses"。