DeepSeek 使用教程（非官方）— V4.1、API 与本地部署

非官方 DeepSeek 使用教程：V4.1-Flash 与 V4-Pro 模型指南、API 接入、Ollama/vLLM 本地部署、提示词工程与生产实践。本站为独立第三方站点，与 DeepSeek 官方无隶属或授权关系。

DEEPSEEK

DeepSeek V4.1 时代

完整指南与本地部署

掌握 DeepSeek 的终极资源。从 V4.1-Flash 和 V4-Pro 模型指南到使用 Ollama 和 vLLM 的本地部署 — 还有 API 集成、提示词工程和生产最佳实践。一站式获取。

探索 V4.1

本地部署

最新资讯

2026年10月17日更新

V4.1-Flash 更新到 V4.1-Flash-1017，调用名和价格都不变

2026年10月17日，DeepSeek 把 V4.1 Flash 升级到 DeepSeek-V4.1-Flash-1017，官网、App 与 API 同步换到新模型。调用方式不用改，仍然填 deepseek-flash；旧名称 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 继续被接受，但对应模型早已退役，请求实际由 1017 服务并按 Flash 单价计费。官方定位是「一次小版本更新」：推理、编码、智能体与视觉基准全面上升，同时把任务耗时和输出长度压下来，官方说法是在多套智能体框架上推进了性能—成本的帕累托前沿。官方还针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 做了适配，建议升到 Harness 0.2.1-rc.1 或更高。

1017 权重同样 MIT 开源，但这一版不带对话模板

Hugging Face 上新增 deepseek-ai/DeepSeek-V4.1-Flash-1017，与旧仓库并存：同为 MIT 许可、约 510.3GB、FP8 权重，config 里 model_type 仍是 deepseek_v41，骨干 552B 参数。要留意的是这次发布没有提供 Jinja 格式的 chat template——提示词编码要么按仓库里的 encoding/ 参考实现自己接，要么用官方同期放出的 deepseek-recipe（Rust 内核、Python 绑定，负责把 Messages / Chat Completions / Responses 三种请求转成模型格式，推理与工具执行仍归你）。官方推荐的采样参数是 temperature 1.0、top_p 1.0、max_tokens 不低于 256K。

官方上线 Search / Fetch 两个接口，按成功请求计费

搜索与网页抓取是基于 DeepSeek 自研搜索引擎的独立 API，各 $0.75/千次成功请求，失败、无结果或超时不计费。通过 DeepSeek Harness、Claude Code 或 Codex 触发的服务端工具调用目前已经会打到这两个接口上，但暂时免费，2026年11月1日 00:00（北京时间）起开始按次收费。

V4 Pro 不下线：官方撤回了 9 月 14 日的下线安排

官方更新日志现在写的是「应用户需求，2026年9月14日之后继续提供 DeepSeek V4 Pro 的 API 服务，计费方式保持不变」。此前「V4 Pro 将路由到 Flash 并下线」的说法已被推翻，但大量报道仍停留在旧口径。1017 发布当天，价格页上 deepseek-v4-pro 对应的模型版本仍是 DeepSeek-V4-Pro-0813，没有跟着更新。

定价改为峰谷两段，低峰是高峰的一半

自 2026年8月16日（UTC）起执行峰谷定价：低峰时段为高峰价格的一半。高峰为周一至周五 01:00–04:00 与 06:00–10:00（UTC），中国法定节假日除外；周末与节假日全部按低峰计。Flash 低峰输出 $0.60/百万令牌，缓存命中仅 $0.003。1017 换版后这张价格表一个数字都没动。

DeepSeek V4.1

V4.1-Flash（552B 骨干参数、原生图文输入）和 V4-Pro（1.6万亿）的全面概览。架构、基准测试、推理模式和模型对比。

API 集成

兼容 OpenAI 的 API，支持思考模式、函数调用、JSON 模式和流式传输。完整的峰谷定价指南及缓存感知成本估算。

本地部署

Ollama 与自行托管的分步指南。看清 V4.1-Flash 开源权重实际需要多少显存和磁盘，以及哪些模型在 Ollama 上只有云端标签。