GPT 2.6, Veo 3.1, Seedance 2.5, Kling 4 in deAPI!
Web-search and web-contents are now available via API
Browse all Models
Browse all
Browse all
Browse all

LLM · Vision

DeepSeek V4.1 Flash API, kostenlos testen

DeepSeek V4.1 Flash ist ein Reasoning-fähiges Large Language Model mit offenen Gewichten von DeepSeek. Es liest Text und Bilder und fasst bis zu 1 Mio. Tokens Kontext. deAPI stellt es über einen OpenAI-kompatiblen Endpoint bereit. Das OpenAI SDK funktioniert also, sobald du Base-URL, Key und Modell-ID änderst.

  • Text und Bilder als Input, Kontextfenster von 1.048.576 Tokens
  • Output nach JSON-Schema, Tool Calls und Streaming
  • reasoning_effort in sieben Stufen, von none bis max

Keine Kreditkarte nötig · Gratis-Guthaben 30 Tage gültig · Danach Guthaben aufladen und nach Verbrauch zahlen, kein Abo

DeepSeek V4.1 Flash LLM · Vision

model: "deepseek-v4.1-flash:economy"
reasoning_effort: "high"

system: You are a senior Python engineer. Explain in two sentences, then give the fixed function.

user

Why does this print [1] and then [1, 2]?

def add(x, items=[]):
    items.append(x)
    return items

print(add(1))
print(add(2))
assistant reasoning_content · 113 Tokens

The default list [] is created once when the function is defined and reused across calls, so the second call modifies the same list returned by the first call. That’s why it prints [1] and then [1, 2].

def add(x, items=None):
    if items is None:
        items = []
    items.append(x)
    return items
91 Input- + 198 Output-Tokens (113 Reasoning) · 3,5 s Kosten bei deAPI: 0,00012 $ (Preisstand November 2026)

Anwendungsfälle für DeepSeek V4.1 Flash

Vier Aufgaben, für die das Modell passt, jede mit der Zahl dahinter. Alle laufen mit demselben deAPI-Key wie Transkription, OCR und Bildgenerierung.

  1. Rechnungen, Belege und Formulare. Sende ein Foto oder einen Scan als image_url zusammen mit einem JSON-Schema. Bei der generierten deutschen Rechnung unten lieferte es alle 10 Felder in 5,8 Sekunden (ein Durchlauf), mit Datumsangaben im ISO-Format und Beträgen als Zahlen. DeepSeek nennt für das Basismodell 95,6 auf DocVQA (4-shot).

  2. Coding-Agenten. Mit Reasoning-Effort max nennt DeepSeek 74,2 % gelöste Aufgaben auf DeepSWE v1.1 (mini-SWE-Harness) und 90,6 % auf Terminal-Bench 2.1 (DeepSeeks eigener Harness). Coding-Tools, die die OpenAI Chat Completions API sprechen, kannst du auf https://oai.deapi.ai/v1 richten.

  3. Lange Transkripte und Dokumente. Das Kontextfenster fasst 1.048.576 Tokens, Prompt und Antwort zusammen, und eine Antwort kann bis zu 393.216 Tokens lang sein. Transkribiere die Sales-Calls eines Tages mit WhisperLargeV3Ct2 und frag in einer Anfrage nach Einwänden, Follow-ups und Zitaten.

  4. Agenten, die deAPI aufrufen. Beschreibe deAPI-Endpoints als Tools. Nach Kapiteln für ein YouTube-Video gefragt, rief das Modell zuerst transcribe_video mit include_ts: true auf. Dein Code führt diesen Aufruf aus und schickt das Transkript zurück.

Deutsche Rechnung der Nordlicht Studio GmbH mit drei Positionen und einer Summe von 2.677,50 EUR
Antwort: message.content
{
  "invoice_number": "NS-2026-0418",
  "issue_date": "2026-11-03",
  "due_date": "2026-11-17",
  "seller": "Nordlicht Studio GmbH",
  "seller_vat_id": "DE298765431",
  "net": 2250.00,
  "vat": 427.50,
  "total": 2677.50,
  "currency": "EUR",
  "iban": "DE44 1001 0010 0123 4567 89"
}
Rechnungsbeispiel: Bild rein, JSON raus System: „Extract invoice fields. Dates as YYYY-MM-DD, amounts as numbers.“ User: „Extract the fields from this invoice.“ JSON-Schema mit 10 Feldern, Temperatur 0. 782 Input- + 355 Output-Tokens, 5,8 s beim ersten Aufruf.

DeepSeek V4.1 Flash API Preise

Du zahlst pro Token aus demselben Prepaid-Guthaben wie bei jedem anderen deAPI-Modell. Reasoning-Tokens sind Teil von completion_tokens in usage. Kein Abo.

Input (Text und Bilder) 0,132 $ ≈ 37 Mio. Tokens
Gecachter Input (wiederholtes Prompt-Präfix) 0,0026 $ ≈ 1.923 Mio. Tokens
Output (Antwort und Reasoning) 0,528 $ ≈ 9,4 Mio. Tokens
Frage im Hero, ein Aufruf 0,00012 $ ≈ 42.000 Aufrufe
Rechnungsbeispiel, ein Aufruf 0,00029 $ ≈ 17.000 Aufrufe

Das bekommst du mit dem Gratis-Konto

  • 5 $ Guthaben, sobald du eine Zahlungskarte hinterlegt hast
  • Etwa 17.000 Aufrufe wie das Rechnungsbeispiel
  • Guthaben 30 Tage gültig, danach aufladen und nach Verbrauch zahlen
5 $ Guthaben sichern

Preise für deepseek-v4.1-flash:economy in USD, November 2026. Token-Zahlen aus der Frage im Hero und dem Rechnungsbeispiel. Kontext- und Output-Limits aus GET https://oai.deapi.ai/v1/models.

DeepSeek V4.1 Flash vs. Qwen3.8 Flash vs. Kimi K3

Input Text, Bild Text, Bild Text, Bild
Kontext 1.048.576 Tokens 1.000.000 Tokens 1.000.000 Tokens
Max. Output 393.216 Tokens 131.072 Tokens 131.072 Tokens
reasoning_effort none bis max, 7 Stufen none bis max, 7 Stufen none bis max, 7 Stufen
Rechnungsbeispiel: Input-Tokens 782 1.108 1.426
Rechnungsbeispiel: korrekte Felder 10 von 10 10 von 10 10 von 10 (IBAN ohne Leerzeichen)
Preis pro 1 Mio., Input / Output 0,132 $ / 0,528 $ 0,165 $ / 0,517 $ 3,30 $ / 16,50 $

Zwei Aufrufe pro Modell in einer Session am 9. November 2026: gleiches Bild, gleicher Prompt und gleiches JSON-Schema, Temperatur 0. Antwortzeiten sind nicht aufgeführt, weil sie zwischen identischen Aufrufen etwa um den Faktor zwei schwankten. Limits aus GET /v1/models.

Beispiel für die DeepSeek V4.1 Flash API

Ein POST an https://oai.deapi.ai/v1/chat/completions mit deinem deAPI-Key als Bearer-Token. Im OpenAI SDK setzt du base_url, deinen deAPI-Key und die Modell-ID; der Rest eines Chat-Completions-Aufrufs bleibt gleich. Ersetze YOUR_API_KEY durch einen Key aus deinem Dashboard.

Modell-ID
deepseek-v4.1-flash:economy
Endpoint
POST https://oai.deapi.ai/v1/chat/completions
Input
Text und Bilder als image_url-Parts: eine Base64-Data-URL oder ein öffentlicher HTTPS-Link. PDFs und Audio werden abgelehnt.
Kontext und Output
Kontextfenster von 1.048.576 Tokens (Prompt und Antwort zusammen), bis zu 393.216 Tokens pro Antwort
Reasoning
reasoning_effort: none, minimal, low, medium, high, xhigh oder max. Das Reasoning kommt in reasoning_content zurück.
Output-Optionen
response_format mit json_schema (strict) oder json_object, tools, stream
curl https://oai.deapi.ai/v1/chat/completions \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "deepseek-v4.1-flash:economy",
    "reasoning_effort": "low",
    "messages": [
      {"role": "system", "content": "Sort support tickets. Reply with one word: billing, bug, feature or other."},
      {"role": "user", "content": "I was charged twice for the November top-up."}
    ]
  }'
import base64, json
from openai import OpenAI

client = OpenAI(base_url="https://oai.deapi.ai/v1", api_key="YOUR_API_KEY")

with open("invoice.png", "rb") as f:
    image = "data:image/png;base64," + base64.b64encode(f.read()).decode()

schema = {
    "type": "object",
    "additionalProperties": False,
    "required": ["invoice_number", "issue_date", "due_date", "seller",
                 "seller_vat_id", "net", "vat", "total", "currency", "iban"],
    "properties": {
        "invoice_number": {"type": "string"},
        "issue_date": {"type": "string"},
        "due_date": {"type": "string"},
        "seller": {"type": "string"},
        "seller_vat_id": {"type": "string"},
        "net": {"type": "number"},
        "vat": {"type": "number"},
        "total": {"type": "number"},
        "currency": {"type": "string"},
        "iban": {"type": "string"},
    },
}

response = client.chat.completions.create(
    model="deepseek-v4.1-flash:economy",
    temperature=0,
    messages=[
        {"role": "system", "content": "Extract invoice fields. "
         "Dates as YYYY-MM-DD, amounts as numbers."},
        {"role": "user", "content": [
            {"type": "text", "text": "Extract the fields from this invoice."},
            {"type": "image_url", "image_url": {"url": image}},
        ]},
    ],
    response_format={"type": "json_schema",
                     "json_schema": {"name": "invoice", "strict": True, "schema": schema}},
)

invoice = json.loads(response.choices[0].message.content)
print(invoice["total"], invoice["currency"])  # 2677.5 EUR
print(response.usage)

Was ist DeepSeek V4.1 Flash?

DeepSeek V4.1 Flash ist ein Mixture-of-Experts-Modell mit offenen Gewichten, das DeepSeek unter der MIT-Lizenz veröffentlicht. Es hat 552 Mrd. Backbone-Parameter und nutzt davon pro Token 8 Mrd. beim Lesen des Prompts und 16 Mrd. beim Schreiben. Es liest Text und Bilder, schreibt Text und kann vor der Antwort Reasoning einsetzen. Auf deAPI rufst du es wie jedes OpenAI-Chat-Modell auf und zahlst pro Token.

  1. Gratis-Konto anlegen

    Registriere dich und hol dir 5 $ Guthaben.

  2. Client auf deAPI umstellen

    Setze base_url auf https://oai.deapi.ai/v1 und nutze deinen deAPI-Key.

  3. Anfrage senden

    Nimm deepseek-v4.1-flash:economy als Modell und lies die Antwort aus choices[0].message.content.

FAQ zu DeepSeek V4.1 Flash

Ja. deAPI stellt das Modell unter https://oai.deapi.ai/v1 mit der Modell-ID deepseek-v4.1-flash:economy bereit, im Request- und Response-Format der OpenAI Chat Completions API. Wenn du das Modell schon über einen OpenAI-kompatiblen Client aufrufst, änderst du im Code meist drei Werte: base_url, den API-Key und das Modell. Teste selbst, bevor du Traffic umstellst.
Ein neues deAPI-Konto bekommt 5 $ Guthaben, sobald eine Zahlungskarte hinterlegt ist. Das reicht für etwa 17.000 Aufrufe wie das Rechnungsbeispiel auf dieser Seite. Das Guthaben ist 30 Tage gültig. Danach lädst du Guthaben auf und zahlst nach Verbrauch, ohne Abo.
0,132 $ pro Million Input-Tokens und 0,528 $ pro Million Output-Tokens (November 2026). Reasoning-Tokens zählen als Output, und du siehst sie in usage.completion_tokens_details.reasoning_tokens.
Ja. Füge der User-Nachricht einen image_url-Part hinzu, als Base64-Data-URL oder öffentlichen HTTPS-Link. PDFs und Audiodateien werden abgelehnt: Schick PDFs durch die OCR API oder sende die Seiten als Bilder, und transkribiere Audio vorher.
Auf deAPI umfasst das Kontextfenster 1.048.576 Tokens, Prompt und Antwort zusammen, und eine Antwort kann bis zu 393.216 Tokens lang sein. Ein größerer Wert für max_tokens wird mit einem Fehler abgelehnt.
Die Model Card von DeepSeek nennt mit Reasoning-Effort max: 90,9 auf GPQA Diamond, 74,2 % gelöste Aufgaben auf DeepSWE v1.1, 90,6 % auf Terminal-Bench 2.1 und ein Codeforces-Rating von 3471. Bei Bildern erreicht das Basismodell 95,6 auf DocVQA und 56,5 auf MMMU-Pro (beide 4-shot). Das sind DeepSeeks Zahlen; teste das Modell mit dem Gratis-Guthaben an deinen eigenen Daten.
Setze reasoning_effort auf none. Bei der Ticket-Anfrage aus dem cURL-Beispiel antwortete none „billing“ mit 2 Output-Tokens. high gab dieselbe Antwort mit 21 Output-Tokens, davon 18 Reasoning (je ein Durchlauf). Die Stufen dazwischen sind minimal, low und medium; über high liegen xhigh und max.
DeepSeek veröffentlicht die Gewichte auf Hugging Face unter der MIT-Lizenz, die kommerzielle Nutzung erlaubt. Für Aufrufe über deAPI gelten außerdem die deAPI Terms of Service.

Sende deine erste Anfrage an DeepSeek V4.1 Flash mit 5 $ Gratis-Guthaben

Registrierung mit E-Mail oder Google. Kein Abo, Abrechnung nach Verbrauch.