API deepseek-v4.1-flash — harga per token dan contoh kode

Memeriksa statusVersi harga 4 · berlaku sejak 12 Nov 2026

Harga per 1M token

InputHarga resmi $0,15$0,015
Cache readHarga resmi $0,003$0,0021
Cache write$0,015
OutputHarga resmi $0,60$0,06

Minimum per request$0,00002

Tarif cache berlaku bila upstream melaporkan token cache.

Hemat 90%

Tentang model ini

deepseek-v4.1-flash dilayani lewat OpenAI Chat Completions, OpenAI Responses, Anthropic Messages. Kamu membayar $0,015 per 1M token input dan $0,06 per 1M token output. Itu 90% di bawah harga resmi $0,15 dan $0,60. Cache read seharga $0,0021 per 1M token bila penyedia model melaporkan token cache. Model ini termasuk paket budget mulai $1,99.

Kapan DeepSeek-V4.1-Flash cocok dipakai

Menurut DeepSeek, DeepSeek-V4.1-Flash adalah model terkecil di keluarga barunya, dan pertama kali dirilis pada 10 September 2026. Fakta di halaman ini mengikuti dokumen DeepSeek untuk versi 17 Oktober, yaitu DeepSeek-V4.1-Flash-1017, yang di API DeepSeek sendiri dipanggil dengan ID model deepseek-flash. Pengumuman DeepSeek untuk versi itu mengarahkannya untuk membangun proyek utuh dari nol, dan menyebutnya sudah dioptimalkan untuk tool coding seperti DeepSeek Harness dan Tencent CodeBuddy.

DeepSeek mencantumkan konteks 1 juta token dan keluaran sampai 384 ribu token. Ruang keluaran sebesar itu membantu ketika agent menulis banyak berkas dalam satu respons. Berbeda dengan DeepSeek-V4-Pro, model ini punya dukungan vision di tabel fitur DeepSeek, jadi kamu bisa mengirim gambar seperti tangkapan layar atau diagram bersama teks. Keluaran yang didokumentasikan DeepSeek berupa teks.

Thinking yang bisa dimatikan

DeepSeek-V4.1-Flash berjalan dalam mode thinking secara bawaan, dengan effort bawaan high, dan juga punya mode non-thinking. Di /v1/chat/completions kamu mengganti mode lewat thinking: {"type": "enabled"} atau "disabled", lalu memilih kedalaman lewat reasoning_effort. DeepSeek menerima nilai low, high, atau max. Nama lain dipetakan: minimal dan low menjadi low, medium dan xhigh menjadi high, sedangkan ultra menjadi max.

Sampling di model ini bekerja agak lain dibanding kebanyakan model. Kata DeepSeek, top_p di model ini hanya berlaku dalam mode thinking, dengan rentang efektif 0,95 sampai 1,0, dan nilai di bawah 0,95 dianggap 0,95. Dalam mode non-thinking, top_p dikunci di 1,0. Dalam mode thinking, temperature, presence_penalty, dan frequency_penalty tidak memicu error, tetapi juga tidak berpengaruh apa pun.

Untuk tool calling, DeepSeek meminta kamu mengirim balik reasoning_content dari semua giliran sebelumnya setiap kali request membawa tools. Menurut panduan yang sama, kalau field itu tidak dikirim dalam loop tool, hasilnya error 400. Tanpa tool, field itu diabaikan meskipun kamu mengirimnya.

{
  "model": "deepseek-v4.1-flash",
  "thinking": { "type": "disabled" },
  "messages": [{ "role": "user", "content": "Ambil nomor invoice dari teks ini" }]
}

Contoh di atas memakai format /v1/chat/completions. Di Responses API milik DeepSeek sendiri, DeepSeek mendokumentasikan {"reasoning": {"effort": "none"}} untuk mematikan thinking, dan di API DeepSeek sendiri yang kompatibel dengan Anthropic, DeepSeek mendokumentasikan output_config.effort untuk mengatur kedalaman.

Biayanya di Cent AI

Kamu membayar per token dari saldo USD prabayar, dengan empat tarif yang tampil di kotak harga halaman ini. Saat thinking aktif, DeepSeek-V4.1-Flash memakai token reasoning sebelum menjawab, dan token itu ditagih sebagai output. Karena thinking menyala secara bawaan, panggilan sederhana seperti ekstraksi atau klasifikasi jadi lebih murah begitu thinking kamu matikan atau reasoning_effort kamu set ke low.

DeepSeek menyalakan context caching secara bawaan untuk semua pengguna tanpa perlu mengubah kode; di API DeepSeek sendiri, hit dilaporkan sebagai prompt_cache_hit_tokens. DeepSeek menyebut cara kerjanya best-effort: hit butuh prefix yang cocok, dan data cache biasanya dibersihkan dalam beberapa jam sampai beberapa hari. Cent AI menagih tarif cache hanya untuk hit yang dilaporkan model, dan menampilkan token cache itu di usage setiap respons dalam format endpoint yang kamu panggil, misalnya prompt_tokens_details.cached_tokens di /v1/chat/completions.

Memakainya dari tool kamu

DeepSeek-V4.1-Flash bisa dipanggil di /v1/chat/completions, /v1/responses, dan /v1/messages. Cent AI tidak mengubah parameter kamu diam-diam, jadi pemetaan effort dan aturan top_p di atas dijalankan oleh model, bukan oleh Cent AI. DeepSeek juga mencatat bahwa di API DeepSeek sendiri yang kompatibel dengan Anthropic, cache_control dan budget_tokens diabaikan.

Contoh: biaya satu request

Ambil request yang mengirim 2.000 token input baru, membaca 8.000 token dari cache, dan menerima 800 token output. Dengan tarif di kotak harga di halaman ini:

  • input: 2.000 × $0,015 / 1.000.000 = $0,00003
  • cache read: 8.000 × $0,0021 / 1.000.000 = $0,0000168
  • output: 800 × $0,06 / 1.000.000 = $0,000048

Request itu berbiaya $0,0000948, di bawah Rp2 dengan kurs Cent AI pada 2026-11-14 (Rp18.231,96 per USD). Seribu request seperti itu berbiaya $0,0948. Request Anda yang sebenarnya akan berbeda; setiap request menampilkan jumlahnya sendiri di usage.cost dan di halaman Requests.

Pertanyaan

Apakah ada batas 5 jam atau mingguan? Tidak. Anda membayar per token dari saldo. Setiap key menerima sampai 600 request per menit, dan Anda bisa memasang batas harian atau bulanan sendiri di setiap key.

Apakah request yang gagal ditagih? Request yang gagal sebelum diterima model berbiaya $0. Token yang sudah dihasilkan model tetap ditagih.

Apakah saldo yang tidak terpakai hangus? Tidak, selama akun Anda ada. Setiap top-up dilakukan manual, tanpa perpanjangan otomatis.

Model terkait

Bandingkan dengan deepseek-v4-pro, glm-5.3-flash, qwen3.8-flash, atau lihat semua model di halaman harga.

Spesifikasi

Jendela konteks
—
Input dan output
Teks
Endpoint
/v1/chat/completions, /v1/responses, /v1/messages
Paket terkecil
$1,99

Latensi dan error rate per model ada di halaman status. status.cent-ai.dev

Biaya satu request

Buka kalkulator lengkap

Biaya per request

90% adalah asumsi yang bisa kamu ubah, bukan janji. Tagihan cache hanya dihitung dari token cache yang dilaporkan penyedia model.

Lihat berapa request seperti ini yang tertutup.

Perkiraan

deepseek-v4.1-flash
Input baru99.000 tok
Cache read891.000 tok
Output10.000 tok

Per request$0,003956
Pada harga resmiPada harga resmi $0,0235

Total$0,003956

Perkiraan pada versi harga 4. Tagihanmu dihitung dari usage yang dilaporkan penyedia model untuk tiap request.

Hemat $0,0195

Kode

curl https://api.cent-ai.dev/v1/chat/completions \
  -H "Authorization: Bearer $CENT_AI_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "deepseek-v4.1-flash", "messages": [{"role": "user", "content": "Hello"}]}'

Isi CENT_AI_KEY dengan key dari dashboard. SDK OpenAI memakai https://api.cent-ai.dev/v1; SDK Anthropic memakai https://api.cent-ai.dev.

Riwayat harga

Versi 4, berlaku sejak 12 Nov 2026.

  1. Berlaku

    per 1M token

    Inputlama $0,015 baru $0,015
    Cache readlama $0,0015 baru $0,0021
    Cache writelama $0,015 baru $0,015
    Outputlama $0,06 baru $0,06
  2. Berlaku

    per 1M token

    Inputlama $0,0075 baru $0,015
    Cache readlama $0,00075 baru $0,0015
    Cache writelama $0,0075 baru $0,015
    Outputlama $0,03 baru $0,06
  3. Berlaku

    per 1M token

    Inputlama $0,0075 baru $0,0075
    Cache readlama $0,00015 baru $0,00075
    Cache writelama $0,0075 baru $0,0075
    Outputlama $0,03 baru $0,03

Bandingkan dengan

Semua model dibanding harga resmi

Pertanyaan

Berapa harga deepseek-v4.1-flash di Cent AI?

$0,015 per 1M token input dan $0,06 per 1M token output. Cache read $0,0021 dan cache write $0,015 per 1M token. Tiap request dibulatkan ke atas sekali.

Apakah ada biaya minimum?

Request yang berhasil minimal $0,00002. Request yang berhenti lebih awal, karena klien pergi atau output terpotong, hanya membayar tokennya.

Bagaimana cara bayar?

Isi saldo USD prabayar dengan QRIS atau USDT/USDC, atau beli paket budget sekali. Tidak ada perpanjangan otomatis.

Bagaimana bila penyedia model tidak melaporkan usage?

Request ditagih dari perkiraan dan ditandai estimated di halaman Requests. Perkiraan tidak pernah berisi token cache.

Endpoint mana yang dipanggil?

/v1/chat/completions, /v1/responses, /v1/messages. Base URL OpenAI adalah https://api.cent-ai.dev/v1.

Coba deepseek-v4.1-flash dengan satu key

Satu saldo prabayar untuk semua model. Bayar dengan QRIS atau USDT/USDC.

Mulai gratis