DeepSeek V4.1 Flash API
https://api.hiapi.ai /v1/responses 该模型推荐使用兼容 OpenAI 的 Responses 接口，并继续保留 /v1/chat/completions 兼容入口。同一个 HiAPI API Key 可调用账户分组内已开放模型；图片、视频或音频模型使用 /v1/tasks 及对应请求结构。
模型概览
| 模型名称 | deepseek-v4.1-flash |
|---|---|
| 版本 | GA · DeepSeek Flash |
| 类型 | 文本生成 · Responses + Chat Completions |
| 推理档位 | none / low / high / max · 默认 high |
| 流式输出 | 支持 |
| 上下文 / 输出 | 1M 上下文 · 最高 384K 输出 |
| 图片输入 | URL / base64 |
| 价格 | HiAPI 实时定价 |
DeepSeek 官方模型名称是 deepseek-flash；HiAPI 为这次接入公开的模型 ID 是 deepseek-v4.1-flash。该模型支持文本与图片输入，根据官方资料支持 100 万 Token 上下文、最高 384K Token 输出、四档推理强度，以及 URL 或 base64 图片输入。
生产建议
- DeepSeek 官方模型名称是 deepseek-flash；HiAPI 保留 deepseek-v4.1-flash 作为公开模型 ID。所有请求和代码示例都使用 deepseek-v4.1-flash。
- 每次请求都在 input 中传入需要保留的完整对话。
- 省略 store，不要传 previous_response_id、conversation、background 或 context_management。
- 同一个 HiAPI API Key 可调用已开放模型；媒体生成使用 /v1/tasks 及不同的请求结构。
适用场景
显式选择推理档位与输出预算，生成文本回答。
inputreasoning.effortmax_output_tokens请求参数
model string 必填 固定填写 deepseek-v4.1-flash。
input string | array 必填 文本或消息数组；每轮传入需要保留的完整对话。
stream boolean 可选 true 返回语义化 SSE 事件。
max_output_tokens integer 可选 本次输出预算，包含推理 Token。示例值不是模型输出上限。
reasoning object 可选 示例显式选择 high，请按需求指定档位。
effort enum 可选 none 关闭推理；low、high、max 开启推理，默认 high。
input[].content[].type enum 可选 消息内容块类型。
input[].content[].image_url string 可选 公开 HTTPS 图片 URL，或 data:image/...;base64,... 数据 URL。请替换为你自己的可访问图片。
API 接入示例
调用示例
使用 none 返回不含推理的回答。
{
"model": "deepseek-v4.1-flash",
"input": "Reply with OK only.",
"reasoning": {
"effort": "none"
},
"max_output_tokens": 128,
"stream": false
}使用 low 选择较轻的推理强度。
{
"model": "deepseek-v4.1-flash",
"input": "Reply with OK only.",
"reasoning": {
"effort": "low"
},
"max_output_tokens": 128,
"stream": false
}显式选择已验证的 max 档位；较长任务应增加输出预算。
{
"model": "deepseek-v4.1-flash",
"input": "Reply with OK only.",
"reasoning": {
"effort": "max"
},
"max_output_tokens": 128,
"stream": false
}按语义化 SSE 事件读取文本，并读取终态响应中的用量。
{
"model": "deepseek-v4.1-flash",
"input": "Reply with OK only.",
"reasoning": {
"effort": "high"
},
"max_output_tokens": 128,
"stream": true
}在用户消息中传入图片 URL 或 data URI。
{
"model": "deepseek-v4.1-flash",
"input": [
{
"role": "user",
"content": [
{
"type": "input_text",
"text": "Describe this image."
},
{
"type": "input_image",
"image_url": "https://static.hiapi.ai/example/subject-1.jpg"
}
]
}
],
"reasoning": {
"effort": "high"
},
"max_output_tokens": 128,
"stream": false
}响应结构
非流式响应从 output 中读取 output_text；流式响应按事件类型处理。计费明细以 usage 为准。
{
"id": "resp_example",
"object": "response",
"status": "completed",
"model": "deepseek-v4.1-flash",
"output": [
{
"id": "msg_example",
"type": "message",
"role": "assistant",
"status": "completed",
"content": [
{
"type": "output_text",
"text": "稀疏注意力只计算部分关键 Token 之间的关联。"
}
]
}
],
"usage": {
"input_tokens": 24,
"output_tokens": 18,
"total_tokens": 42,
"input_tokens_details": {
"cached_tokens": 0
}
}
}- 非流式响应从 output 中读取 output_text 内容。
- 从 usage.input_tokens、usage.output_tokens、usage.total_tokens 读取用量；返回 output_tokens_details.reasoning_tokens 时可查看推理用量。
- 流式响应从终态事件读取 response.usage，并显式处理未完成或失败的响应。
常见问题
官方名称和 HiAPI 模型 ID 分别是什么？
DeepSeek 官方模型名称是 deepseek-flash；HiAPI 使用 deepseek-v4.1-flash 作为公开模型 ID。请求和示例中请填写 deepseek-v4.1-flash。
什么是 DeepSeek V4.1 Flash？
DeepSeek V4.1 Flash 是支持文本与图片输入的正式版模型。请求中使用本文公开模型 ID。
应该使用哪个接口和模型 ID？
使用 POST /v1/responses，model 填 deepseek-v4.1-flash。也保留 POST /v1/chat/completions，后者使用 messages 而非 input。OpenAI SDK 可将 base URL 设置为 https://api.hiapi.ai/v1，并使用 HiAPI API Key。
如何控制推理？
Responses 使用 reasoning.effort，可选 none、low、high、max，默认 high。none 关闭推理，不要套用其他模型的档位别名。
如何继续多轮对话？
该模型的 Responses 接口无状态，每轮都在 input 中重新传入需要保留的用户和助手消息。省略 store，不要传 previous_response_id、conversation、background 或 context_management。
流式输出何时结束？
拼接 response.output_text.delta，并从 response.completed 读取 usage。也要将 response.incomplete 和 response.failed 作为终态处理，不要等待 Chat Completions 的 [DONE] 标记。
Token 如何计费？
输入、输出、缓存读取分别计费。推理 Token 占用输出预算；请结合 usage 和 HiAPI 实时定价核对费用，不要把文档示例当成固定价格。 查看实时价格。
可以使用图片、工具和结构化 JSON 吗？
图片 URL 和 base64 输入已支持。工具调用和结构化 JSON 尚未完成验证，本文不作支持承诺。