curl --request POST "https://gptproto.com/v1/chat/completions" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "deepseek-flash",
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}'Chat, agents de codage et travail documentaire. Facturé par million de tokens — l'entrée, l'entrée en cache et la sortie sont facturées séparément.
| Scénario | Liste DeepSeek | OpenRouter | GPTProto | Économies / mois |
|---|---|---|---|---|
| Personnel10M tokens / mois (4.8M en cache) | $3.39 | $3.58 | $3.39 | −$0.00≈ $0.00 / an |
| Équipe100M tokens / mois (48M en cache) | $33.89 | $35.75 | $33.89 | −$0.00≈ $0.00 / an |
| Entreprise500M tokens / mois (240M en cache) | $169.44 | $178.76 | $169.44 | −$0.00≈ $0.00 / an |
DeepSeek · $0.3/M input · $1.2/M output
Bytedance · 262K context · $0.0971/M input · $0.9714/M output
Bytedance · 262K context · $0.0971/M input · $0.9714/M output
Développez avec le modèle Flash actuel de DeepSeek pour le codage à l'échelle d'un dépôt, l'analyse de longs documents, la sortie structurée, les appels d'outils et la compréhension native des images. Le modèle prend en charge jusqu'à 1M de tokens de contexte, jusqu'à 384K de sortie, et un fonctionnement en mode réflexion ou sans réflexion. Pour l'extraction d'images et les conseils de prompts visuels, utilisez l'API DeepSeek Flash Image-to-Text.
Vision native et contexte de 1M
Traitez du texte, des captures d'écran, des graphiques, des pages numérisées et de longs documents en une seule requête, avec une compréhension native des images et une fenêtre de contexte allant jusqu'à un million de tokens.
Architecture CED efficace
Le MoE à 552B de paramètres active 8B de paramètres pendant le préremplissage et 16B pendant la génération, ce qui réduit les besoins en calcul et en cache KV pour les charges de travail à forte intensité d'entrée.
Effort de raisonnement ajustable
Utilisez le mode réflexion pour les tâches de codage et d'agent difficiles, ou le mode sans réflexion pour le travail de routine, puis ajustez l'effort de raisonnement selon la qualité, la latence et l'utilisation des tokens.
Workflows d'agents prêts pour les outils
Combinez les appels d'outils, la sortie JSON, le streaming et l'état de longues conversations pour des agents qui inspectent des dépôts, analysent des preuves visuelles, appellent des fonctions et poursuivent sur plusieurs étapes.
L'API DeepSeek Flash utilise la chaîne de modèle exacte deepseek-flash pour accéder à DeepSeek V4.1 Flash. Publié le 10 septembre 2026, ce modèle multimodal Mixture-of-Experts accepte du texte et des images et génère du texte. Il remplace les modèles expérimentaux V4 Flash et V4 Flash Vision retirés, derrière leurs alias hérités.
Son architecture Causal Encoder-Decoder à 40 couches comporte 20 couches d'encodeur et 20 couches de décodeur. Le backbone de 552B paramètres active 8B paramètres par token pendant le prefill et 16B pendant le decode. DeepSeek rapporte un cache KV global de 890 octets par token — environ un quart de V4 Flash — et une empreinte persistante environ huit fois plus petite. La conception cible les agents à forte entrée et les flux de travail sur documents longs.
GPTProto référence le modèle à son tarif standard, cette page ne revendique donc pas de réduction. Son avantage est l'accès consolidé : une seule clé et un seul solde permettent de le tester aux côtés de plus de 200 alternatives et de configurer des fallbacks sans comptes fournisseurs séparés.
| Spécifications | DeepSeek Flash sur GPTProto |
|---|---|
| Chaîne de modèle GPTProto | deepseek-flash |
| Version actuelle du modèle | DeepSeek V4.1 Flash |
| Fournisseur | DeepSeek |
| Date de sortie | 10 septembre 2026 |
| Type de modèle | Modèle multimodal Mixture-of-Experts |
| Entrée et sortie | Texte et images vers texte |
| Fenêtre de contexte | Jusqu'à 1M tokens |
| Sortie maximale | Jusqu'à 384K tokens |
| Paramètres du backbone | 552B |
| Paramètres actifs | 8B pendant le prefill ; 16B pendant le decode |
| Architecture | Causal Encoder-Decoder à 40 couches |
| Fonctionnalités de l'API | Modes thinking et non-thinking, appels d'outils, sortie JSON, streaming, Responses API et API compatible Anthropic |
| Statut open-weight | Poids du modèle publiés sous licence MIT |
| Position tarifaire | Tarif standard du modèle GPTProto ; aucune réduction revendiquée |
deepseek-flash est la chaîne de modèle d'API ; DeepSeek V4.1 Flash est la version actuellement servie par cette route. Ce ne sont pas des niveaux distincts, cette page répond donc aussi aux recherches pour « API deepseek-v4.1-flash » sans présenter cette expression comme un second identifiant de requête.
| Nom | Rôle | Utilisation recommandée |
|---|---|---|
deepseek-flash |
Chaîne de modèle d'API actuelle | À utiliser dans les requêtes GPTProto après avoir confirmé la valeur du tableau de bord |
| DeepSeek V4.1 Flash | Version sous-jacente actuelle du modèle | À utiliser dans le contenu de la page, les rapports d'évaluation et les références de version |
deepseek-v4-flash |
Alias de compatibilité pour modèle retiré | Migrez les nouvelles intégrations vers deepseek-flash |
deepseek-v4-flash-vision-exp |
Alias d'expérimentation vision retiré | Migrez les flux de travail visuels vers deepseek-flash |
Ne déduisez pas une chaîne d'API versionnée à partir du nom de version. Conservez deepseek-flash dans la configuration et enregistrez la version résolue dans les journaux d'évaluation.
V4.1 regroupe l'accès Flash général et l'accès vision expérimental dans une seule route multimodale. Sa conception CED asymétrique utilise moins de paramètres actifs pour l'entrée que pour la sortie, tandis que l'attention CSA2 et la mise en cache KV compressée réduisent l'empreinte mémoire des invites longues. DeepSeek a également élargi le post-entraînement orienté agent.
Avant de migrer une application V4 Flash existante, testez l'analyse des réponses, les arguments d'outils, les champs de raisonnement, la latence et l'utilisation des tokens. Les alias de compatibilité n'identifient plus les modèles retirés auxquels ils faisaient initialement référence.
Codage à l'échelle du dépôt : Combinez les fichiers sources pertinents, les spécifications, les journaux et les sorties de tests pour l'analyse multi-fichiers, la planification de migration, le débogage, la rédaction de correctifs et la revue.
Analyse de documents longs : Examinez des spécifications, contrats, rapports, transcriptions ou historiques de support avec davantage de matériel source en contexte. Ciblez l'invite et limitez la sortie.
Agents multi-étapes : Utilisez les appels d'outils, la sortie structurée et le streaming pour inspecter les données, appeler des fonctions, évaluer les résultats et réviser un plan. Votre application exécute toujours les outils et applique les autorisations.
Flux de travail avec prise en compte des images : Associez captures d'écran, graphiques, diagrammes ou pages scannées au contexte écrit. Pour l'extraction de type OCR, les questions-réponses visuelles et les limites d'images propres à chaque tâche, poursuivez vers l'API DeepSeek Flash Image-to-Text.
DeepSeek répertorie actuellement deepseek-flash et deepseek-v4-pro comme API actives distinctes. Il a annulé une suppression planifiée de V4 Pro et poursuit ce service après le 14 septembre 2026. Évaluez les deux avec vos invites, outils, limites et tests d'acceptation réels.
| Facteur de décision | DeepSeek Flash (V4.1 Flash) | DeepSeek V4 Pro |
|---|---|---|
| Chaîne de modèle d'API | deepseek-flash |
deepseek-v4-pro |
| Version actuelle | DeepSeek V4.1 Flash | DeepSeek V4-Pro-0813 |
| Entrée d'image native | Pris en charge | Non pris en charge |
| Fenêtre de contexte | 1M tokens | 1M tokens |
| Sortie maximale | 384K tokens | 384K tokens |
| Paramètres du backbone | 552B | 1.6T |
| Paramètres actifs | 8B prefill / 16B decode | 49B |
| Terminal-Bench 2.1 | 90.6 | 87.9 |
| DeepSWE v1.1 | 74.2 | 62.7 |
| Statut actuel du fournisseur | Actif | Actif après le 14 septembre 2026 ; les modifications futures nécessitent un préavis |
| Point de départ pratique | Nouveaux déploiements multimodaux, de codage, à long contexte et d'agents | Continuité de régression pour les charges de travail V4 Pro existantes et les tests de comparaison texte uniquement |
Il s'agit de résultats rapportés par DeepSeek à effort de raisonnement maximal, et non de tests indépendants GPTProto. Flash a mené ces évaluations agentiques, tandis que V4 Pro a mené certains tests de connaissances et de raisonnement dans la même fiche modèle. Aucun score unique n'établit une supériorité universelle.
Le mode thinking est activé par défaut dans l'API native de DeepSeek. Là, temperature, presence_penalty et frequency_penalty n'ont aucun effet ; top_p est au moins 0.95 en mode thinking et fixé à 1.0 sinon. Confirmez les contrôles exposés par GPTProto avant de publier du code.
Pour les requêtes en mode thinking avec des outils, DeepSeek exige reasoning_content préalable dans les requêtes suivantes, sinon son API native renvoie une erreur 400. Vérifiez la gestion par GPTProto, validez les arguments d'outils, restreignez les autorisations et définissez des limites d'étapes, de tokens et de délai.
Choisissez DeepSeek Flash pour une entrée visuelle native, un contexte à l'échelle du dépôt, une sortie longue, un raisonnement orienté codage ou un usage répété d'outils. Les charges de travail adaptées incluent le débogage assisté par captures d'écran, l'analyse de documents techniques, la migration de bases de code et les agents à état.
Pour la classification courte, le routage ou la réécriture, comparez un modèle plus petit. Pour les tâches difficiles, exécutez la même évaluation via une autre option du répertoire de modèles GPTProto et comparez la qualité, la latence, l'utilisation des tokens et la reprise.
Guides, comparaisons et mises à jour liés à ce modèle.
Tous les articles
Comparez MiniMax M3 et Tencent Hunyuan 4 pour le codage, les tâches frontend, les agents IA, les tarifs, le contexte et l’auto-hébergement. Découvrez quel modèle convient à votre projet.
DeepSeek V4.1 Flash expliqué : découvrez son statut de version bêta, sa vitesse annoncée de 300–500 tok/s, ses tarifs, ses fonctionnalités multimodales natives et des comparaisons de modèles.
Comparez GPT-6 Astra vs Claude Fable 5.1 pour le codage, le travail frontend, les agents, les benchmarks, les tarifs API, les coûts de cache et le coût par tâche réussie.
Comparez Qwen3.8-Max-0902 vs Claude Fable 5.1 pour le codage, le développement frontend, les agents IA, les tarifs API, le contexte et le rapport coût-efficacité.
