OceanToken

DeepSeek V4.1 Flash 的隐藏 token 成本和延迟已揭晓

一项技术分析显示，LLM DeepSeek V4.1 Flash 将大部分 token 用于内部推理，而这部分与用户可见的输出按相同费率计费。这种内部处理可能导致比预期更高的成本和更长的延迟，特别是当 `max_tokens` 设置过低时，模型会在未生成最终答案的情况下耗尽其 token 预算用于推理。将 `reasoning_effort` 参数调整为“low”可以将成本降低高达 37%，并将响应时间提高约 45%。