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, coba gratis

DeepSeek V4.1 Flash adalah large language model open-weight dari DeepSeek yang bisa bernalar. Model ini membaca teks dan gambar serta menampung konteks hingga 1 juta token. deAPI menyajikannya di endpoint yang kompatibel dengan OpenAI, jadi OpenAI SDK bisa langsung dipakai setelah Anda mengganti base URL, API key dan model ID.

  • Input teks dan gambar, context window 1.048.576 token
  • Output JSON schema, tool call dan streaming
  • reasoning_effort dalam tujuh tingkat, dari none sampai max

Tanpa kartu kredit · Kredit gratis berlaku 30 hari · Setelah itu isi saldo dan bayar sesuai pemakaian, tanpa langganan

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 token

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 token input + 198 token output (113 reasoning) · 3,5 detik Biaya di deAPI: $0,00012 (harga per November 2026)

Kasus penggunaan DeepSeek V4.1 Flash

Empat pekerjaan yang cocok untuk model ini, masing-masing dengan angka pendukungnya. Semuanya berjalan dengan API key deAPI yang sama seperti transkripsi, OCR dan pembuatan gambar.

  1. Faktur, struk dan formulir. Kirim foto atau scan sebagai image_url bersama JSON schema. Pada faktur Jerman buatan di bawah ini, model mengembalikan seluruh 10 field dalam 5,8 detik (satu kali percobaan), dengan tanggal dalam format ISO dan nominal sebagai angka. DeepSeek melaporkan skor 95,6 di DocVQA (4-shot) untuk model dasarnya.

  2. Coding agent. Pada reasoning effort max, DeepSeek melaporkan 74,2% resolved di DeepSWE v1.1 (harness mini-SWE) dan 90,6% di Terminal-Bench 2.1 (harness milik DeepSeek sendiri). Tool coding yang mendukung OpenAI Chat Completions API bisa diarahkan ke https://oai.deapi.ai/v1.

  3. Transkrip dan dokumen panjang. Context window menampung 1.048.576 token, prompt dan jawaban digabung, dan satu jawaban bisa mencapai 393.216 token. Transkripsikan panggilan sales seharian dengan WhisperLargeV3Ct2, lalu minta daftar keberatan, tindak lanjut dan kutipan dalam satu request.

  4. Agent yang memanggil deAPI. Deskripsikan endpoint deAPI sebagai tool. Saat diminta membuat chapter untuk sebuah video YouTube, model lebih dulu memanggil transcribe_video dengan include_ts: true. Kode Anda menjalankan panggilan itu dan mengirim transkripnya kembali.

Faktur Jerman dari Nordlicht Studio GmbH dengan tiga baris item dan total 2.677,50 EUR
Response: 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"
}
Contoh faktur: gambar masuk, JSON keluar System: “Extract invoice fields. Dates as YYYY-MM-DD, amounts as numbers.” User: “Extract the fields from this invoice.” JSON schema dengan 10 field, temperature 0. 782 token input + 355 token output, 5,8 detik pada panggilan pertama.

Harga DeepSeek V4.1 Flash API

Anda membayar per token dari saldo prabayar yang sama dengan semua model deAPI lainnya. Token reasoning termasuk dalam completion_tokens di usage. Tanpa langganan.

Input (teks dan gambar) $0,132 ≈ 37 juta token
Input ter-cache (awalan prompt yang berulang) $0,0026 ≈ 1.923 juta token
Output (jawaban dan reasoning) $0,528 ≈ 9,4 juta token
Pertanyaan di hero, satu panggilan $0,00012 ≈ 42.000 panggilan
Contoh faktur, satu panggilan $0,00029 ≈ 17.000 panggilan

Isi akun gratis

  • Kredit $5 setelah Anda menambahkan kartu pembayaran
  • Sekitar 17.000 panggilan seperti contoh faktur
  • Kredit berlaku 30 hari, setelah itu isi saldo dan bayar sesuai pemakaian
Dapatkan kredit $5 gratis

Harga untuk deepseek-v4.1-flash:economy dalam USD, November 2026. Jumlah token dari pertanyaan di hero dan contoh faktur. Batas konteks dan output dari GET https://oai.deapi.ai/v1/models.

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

Input Teks, gambar Teks, gambar Teks, gambar
Konteks 1.048.576 token 1.000.000 token 1.000.000 token
Output maks. 393.216 token 131.072 token 131.072 token
reasoning_effort none sampai max, 7 tingkat none sampai max, 7 tingkat none sampai max, 7 tingkat
Contoh faktur: token input 782 1.108 1.426
Contoh faktur: field yang benar 10 dari 10 10 dari 10 10 dari 10 (IBAN tanpa spasi)
Harga per 1 juta, input / output $0,132 / $0,528 $0,165 / $0,517 $3,30 / $16,50

Dua panggilan per model dalam satu sesi pada 9 November 2026: gambar, prompt dan JSON schema yang sama, temperature 0. Waktu respons tidak dicantumkan karena berbeda sekitar dua kali lipat di antara panggilan yang identik. Batas dari GET /v1/models.

Contoh API DeepSeek V4.1 Flash

Satu POST ke https://oai.deapi.ai/v1/chat/completions dengan API key deAPI Anda sebagai Bearer token. Di OpenAI SDK, atur base_url, API key deAPI Anda dan model ID. Bagian lain dari panggilan Chat Completions tetap sama. Ganti YOUR_API_KEY dengan key dari dashboard Anda.

Model ID
deepseek-v4.1-flash:economy
Endpoint
POST https://oai.deapi.ai/v1/chat/completions
Input
Teks dan gambar sebagai bagian image_url: data URL base64 atau tautan HTTPS publik. PDF dan audio ditolak.
Konteks dan output
Context window 1.048.576 token (prompt dan jawaban digabung), hingga 393.216 token per jawaban
Reasoning
reasoning_effort: none, minimal, low, medium, high, xhigh atau max. Hasil reasoning kembali di reasoning_content.
Opsi output
response_format dengan json_schema (strict) atau 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)

Apa itu DeepSeek V4.1 Flash?

DeepSeek V4.1 Flash adalah model Mixture-of-Experts open-weight yang dipublikasikan DeepSeek dengan lisensi MIT. Model ini memiliki 552B parameter backbone dan memakai 8B di antaranya per token saat membaca prompt serta 16B saat menulis. Model ini membaca teks dan gambar, menulis teks, dan bisa bernalar sebelum menjawab. Di deAPI Anda memanggilnya seperti model chat OpenAI mana pun dan membayar per token.

  1. Buat akun gratis

    Daftar dan dapatkan kredit $5.

  2. Arahkan client Anda ke deAPI

    Atur base_url ke https://oai.deapi.ai/v1 dan gunakan API key deAPI Anda.

  3. Kirim request

    Gunakan deepseek-v4.1-flash:economy sebagai model dan baca jawabannya dari choices[0].message.content.

FAQ DeepSeek V4.1 Flash

Ada. deAPI menyajikannya di https://oai.deapi.ai/v1 dengan model ID deepseek-v4.1-flash:economy, memakai format request dan response OpenAI Chat Completions API. Jika Anda sudah memanggil model ini lewat client yang kompatibel dengan OpenAI, di sebagian besar kode Anda cukup mengubah tiga nilai: base_url, API key dan model. Jalankan pengujian Anda sendiri sebelum memindahkan trafik.
Akun deAPI baru mendapat kredit $5 setelah menambahkan kartu pembayaran, cukup untuk sekitar 17.000 panggilan seperti contoh faktur di halaman ini. Kredit berlaku 30 hari. Setelah itu Anda mengisi saldo dan membayar sesuai pemakaian, tanpa langganan.
$0,132 per satu juta token input dan $0,528 per satu juta token output (November 2026). Token reasoning dihitung sebagai output, dan Anda bisa melihatnya di usage.completion_tokens_details.reasoning_tokens.
Bisa. Tambahkan bagian image_url ke pesan user, sebagai data URL base64 atau tautan HTTPS publik. File PDF dan audio ditolak: proses PDF lewat OCR API atau kirim halamannya sebagai gambar, dan transkripsikan audio lebih dulu.
Di deAPI context window-nya 1.048.576 token, prompt dan jawaban digabung, dan satu jawaban bisa sepanjang 393.216 token. Nilai max_tokens yang lebih besar ditolak dengan error.
Menurut model card DeepSeek, pada reasoning effort max: 90,9 di GPQA Diamond, 74,2% resolved di DeepSWE v1.1, 90,6% di Terminal-Bench 2.1 dan rating Codeforces 3471. Untuk gambar, model dasarnya mendapat 95,6 di DocVQA dan 56,5 di MMMU-Pro (keduanya 4-shot). Ini angka dari DeepSeek. Uji model ini pada data Anda sendiri dengan kredit gratis.
Atur reasoning_effort ke none. Pada request tiket dari contoh cURL, none menjawab “billing” dengan 2 token output. high memberi jawaban yang sama dengan 21 token output, 18 di antaranya reasoning (masing-masing satu kali percobaan). Tingkat di antaranya adalah minimal, low dan medium. Di atas high ada xhigh dan max.
DeepSeek mempublikasikan weights-nya di Hugging Face dengan lisensi MIT, yang mengizinkan penggunaan komersial. Panggilan lewat deAPI juga tunduk pada Ketentuan Layanan deAPI.

Kirim request DeepSeek V4.1 Flash pertama Anda dengan kredit gratis $5

Daftar dengan email atau Google. Tanpa langganan, bayar sesuai pemakaian.