DeepSeek V4.1 Flash API Key 配置：3步跑通

DeepSeek V4.1 Flash API Key 配置 3 步：创建 Key、确认模型名与 base_url、跑通第一次调用。全程 10 分钟，按 token 计费，缓存命中时输入价格很低。

本文所有参数与价格来自 DeepSeek 官方 API 文档、官方模型价格页 与 Hugging Face 上的 DeepSeek-V4.1-Flash 模型卡。

前置准备：账号、余额与网络

开始之前先确认三件事：

1. 账号。登录 DeepSeek 开放平台 platform.deepseek.com，用手机号或邮箱注册即可，不需要企业认证。
2. 余额。接口按 token 扣费，费用从你充值的余额中扣除；如果账户里有赠送余额，官方会优先扣赠送的部分。所以建议先充一点钱再调用，否则会直接返回 402。
3. 网络。api.deepseek.com 在国内可以直连，不需要额外代理，这一点对本地开发很省事。

环境方面，用来验证的方式三种任选：直接 curl、Python 3.8 以上、Node.js 18 以上。只做第一次连通性测试的话，curl 最快。

第一步：在开放平台创建 API Key

1. 打开 platform.deepseek.com 并登录。
2. 进入 API Keys 管理页面，点创建新的 API Key。
3. 给 Key 起一个能认出用途的名字，例如项目名或机器名，方便以后按 Key 单独吊销和排查用量。
4. 创建后立刻复制保存。大多数平台的 Key 只在创建时完整显示一次，关掉弹窗就再也看不到了。

两条安全习惯值得从一开始就养成：Key 不要写进代码里再推到 Git 仓库，也不要在前端页面里调用接口。正确的做法是放在服务端的环境变量里，由后端转发请求。

第二步：确认模型名和 base_url

这一步是最容易出错的地方，参数写错就会出现 401 或 404。DeepSeek 的接口格式与 OpenAI、Anthropic 兼容，所以核心只有四个值：

鉴权方式是 HTTP Bearer，也就是在请求头里带上 Authorization 字段，值为 Bearer 加空格加你的 Key。

有一个坑必须提前说清楚：旧的模型名 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 目前仍然可以调用，但官方已明确对应的模型下线，请求实际会由 DeepSeek-V4.1-Flash 提供服务，并按 Flash 的价格计费。也就是说旧名字能跑通，但语义已经变了，新项目请直接用 deepseek-flash。

如果你在 Flash 和 Pro 之间犹豫，可以先看我们对 DeepSeek V4.1 Flash 和 V4 Pro 的价格与能力对比。

第三步：写入环境变量并跑通第一次调用

先设置环境变量，避免 Key 出现在命令历史里：

export DEEPSEEK_API_KEY="你的 API Key"

然后选一种方式发第一个请求。

方式一：curl

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
        "model": "deepseek-flash",
        "messages": [
          {"role": "system", "content": "You are a helpful assistant."},
          {"role": "user", "content": "Hello!"}
        ],
        "thinking": {"type": "enabled"},
        "reasoning_effort": "high",
        "stream": false
      }'

方式二：Python

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get("DEEPSEEK_API_KEY"),
    base_url="https://api.deepseek.com",
)

resp = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "用一句话解释 KV cache 压缩"}],
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

print(resp.choices[0].message.content)

方式三：Node.js

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.deepseek.com",
  apiKey: process.env.DEEPSEEK_API_KEY,
});

const completion = await client.chat.completions.create({
  model: "deepseek-flash",
  messages: [{ role: "user", content: "你好" }],
  stream: false,
});

console.log(completion.choices[0].message.content);

三个例子里都用到了两个可选参数：thinking 用来开启或关闭思考模式，reasoning_effort 用来控制推理投入程度。Flash 支持 1 到 100 的连续取值，投入越高越准确，消耗也越多。

怎么判断配置成功

成功的判据很简单：HTTP 状态码是 200，返回体里 choices 数组第一项的 message.content 有正常文字，而不是报错信息。如果开了思考模式，返回里还会额外带一段模型的推理过程，那属于正常现象。

模型卡里还给了推荐的采样参数，照着配能少踩坑：temperature 取 1.0，top_p 取 0.95 或 1.0，上下文窗口 1M token，max_tokens 建议不低于 256K。

费用怎么算：官方价格表

DeepSeek 的价格分高峰和低峰，低峰价是高峰价的一半。高峰时段是 UTC 时间的周一到周五 01:00 到 04:00 与 06:00 到 10:00，不含中国法定节假日；其余时间都算低峰，周末与法定节假日全天低峰。

单位是美元每百万 token：

两个结论对你很有用。第一，把批量任务挪到低峰时段跑，成本直接减半。第二，命中上下文缓存时输入价格只有未命中的五十分之一，多轮对话和长文档重复提问这类场景，缓存收益非常可观。

另外 Flash 的并发上限是 2500，Pro 是 500。做批量任务时按这个数字规划并发，别把请求一次性全打出去。

常见报错速查

官方文档给出的错误码只有七个，对着表排查基本都能定位：

实测下来，401 和 422 占了绝大多数。401 常见于从聊天窗口复制 Key 时带上了看不见的空格，422 常见于模型名写成旧名字或者自己拼的名字。

进阶：把 DeepSeek 接到编程工具里

如果你本来就在用 AI 编程工具，不用写代码也能切到 DeepSeek。官方文档明确支持 Claude Code、GitHub Copilot、OpenCode 这类工具直接把 DeepSeek 作为后端模型，配置时把 base_url 指向 api.deepseek.com，需要 Anthropic 格式的工具就换成 api.deepseek.com/anthropic。

同类配置我们写过几篇，思路可以互相参照：Grok 4.8 API Key 配置步骤、Kimi K2.8 Preview API Key 配置、ElevenLabs CLI API Key 配置避坑。

还有一个效率细节：DeepSeek 这次没有随权重发布 Jinja 格式的对话模板，官方在仓库的 encoding 目录里给了 Python 参考实现，另外单独开源了 deepseek-recipe 工具库，负责把消息、请求编码成 V4 与 V4.1 的 prompt 或 token。自己搭推理链路时，用这个库比手写拼接可靠得多。