# Nye DeepSeek-modeller til kodning i 2026: hvilken skal du vælge?

> Detaljeret oversigt: Nye DeepSeek-modeller til kodning i 2026: hvilken skal du vælge?

Source: https://ailoot.ai/blog/da/deepseek-coding-models/
Canonical: https://ailoot.ai/blog/da/deepseek-coding-models/
Language: da
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-158
Revision: sha256-7586738ad55e9198bc2d3fd8429e74c4e2aa2b5756048e30efbdcef77595e6ea


Start med `deepseek-flash` til de fleste kodningsopgaver. Navnet henviser til V4.1-Flash, der blev udgivet den 10. september 2026. Behold `deepseek-v4-pro` til sammenligning på dine egne opgaver. Navnene kan være forvirrende: ældre anbefalinger nævner også `deepseek-v4-flash`, men det navn er udfaset og viderestilles kun midlertidigt til den nye model.

Denne artikel gennemgår forskellene mellem modellerne med hensyn til pris og anvendelsesområder samt giver en generel oversigt over, hvordan du forbinder DeepSeek med dit værktøj. Navnene, priserne og reglerne i kildematerialet bygger på DeepSeeks officielle sider pr. 16. september 2026. De ændrer sig, så tjek de aktuelle vilkår på webstedet, før du betaler.

<div class="aside" data-semantic="callout" role="note" aria-label="Note">

BemærkDette materiale er til orientering og bygger på offentlige data fra DeepSeek. Landsspecifikke vilkår for betaling af API'et og måder at sænke regningen på er separate emner. Denne artikel handler kun om selve modellerne og om, hvordan du vælger en; der er et link til en betalingsguide til sidst.

</div>



Yderligere vejledning findes i [Ailoot-dokumentationen](https://ailoot.ai/docs/).

## Hvilke DeepSeek-modeller er tilgængelige nu: det korte svar

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="Key takeaway">

Vigtigste pointe

Der er i øjeblikket to aktive modeller i DeepSeek API. Den første er `deepseek-flash`, som henviser til den nye DeepSeek-V4.1-Flash fra den 10. september 2026. Den anden er `deepseek-v4-pro` (fuldt navn DeepSeek-V4-Pro-0813). Til kodning skal du i de fleste tilfælde vælge `deepseek-flash`: den er nyere, betydeligt billigere og ifølge DeepSeek selv hurtigere end den tidligere Pro. Behold `deepseek-v4-pro` som reserve, hvis den klarer en bestemt opgave bedre. De gamle navne `deepseek-v4-flash` og `deepseek-v4-flash-vision-exp` er udfaset: forespørgsler med disse navne viderestilles midlertidigt til V4.1-Flash.

</div>

Tabellen viser de aktive og udfasede navne til feltet `model`.

| Navn til feltet `model` | Hvilken model det henviser til | Bruges til kodning? |
|----|----|----|
| `deepseek-flash` | DeepSeek-V4.1-Flash, den nye model fra 2026-09-10 | Ja, standardvalget |
| `deepseek-v4-pro` | DeepSeek-V4-Pro-0813, den tidligere flagskibsmodel | Kun som reserve, hvis Flash ikke fungerer for dig |
| `deepseek-v4-flash` | Udfaset navn, viderestilles midlertidigt til V4.1-Flash | Nej, brug `deepseek-flash` |
| `deepseek-v4-flash-vision-exp` | Udfaset navn, viderestilles midlertidigt til V4.1-Flash | Nej, brug `deepseek-flash` |

## Hvad ændrede sig i september 2026

Den 10. september 2026 udgav DeepSeek DeepSeek-V4.1-Flash og opdaterede modelnavnene. Ændringerne berørte både de gamle navne og planerne for levering af Pro.

1. En ny model, V4.1-Flash, blev udgivet. Ifølge DeepSeeks beskrivelse er den klogere og hurtigere end den foregående generation og kan forstå billeder. DeepSeek bemærker også særskilt, at V4.1-Flash har en mindre modelcache end den foregående generation, så cacheforespørgsler koster mindre. Nedenfor forklares det, hvordan det påvirker din regning.
2. Navnet `deepseek-flash` henviser nu specifikt til V4.1-Flash.
3. De tidligere navne `deepseek-v4-flash` og `deepseek-v4-flash-vision-exp` er udfaset. For at sikre kompatibilitet med ældre projekter viderestilles disse navne i øjeblikket til V4.1-Flash, og forespørgsler faktureres til dens pris. Men regn ikke med dem: viderestillingen er midlertidig, så det er bedst at bruge `deepseek-flash` med det samme.
4. DeepSeek meddelte først, at V4 Pro ville blive udfaset: Fra kl. 04:00 UTC den 14. september 2026 skulle alle forespørgsler til `deepseek-v4-pro` gå til V4.1-Flash. Derefter blev planerne ændret. Ifølge prissiden på kontroltidspunktet besluttede DeepSeek at fortsætte med at levere V4 Pro efter den 14. september til samme priser som før.

Brug `deepseek-flash` til en ny opsætning: på kontroltidspunktet henviser dette navn til V4.1-Flash. `deepseek-v4-pro` fungerer stadig, men planerne for leveringen er allerede blevet ændret, så Flash er fortsat den primære anbefaling.

<div class="aside" data-semantic="callout" role="note" aria-label="Attention">

BemærkIfølge DeepSeek placerer uafhængige tests fra flere parter V4.1-Flash foran V4-Pro med hensyn til ydeevne, pris og hastighed. Det er virksomhedens egen udtalelse; denne artikel indeholder ingen uafhængige målinger. Test det på din egen opgave: kør den samme prompt på begge modeller, og sammenlign resultaterne og tiden.

</div>

## Hvordan adskiller `deepseek-flash` sig fra `deepseek-v4-pro` i pris?

`deepseek-flash` koster mindre end Pro. DeepSeek beregner prisen pr. 1 million tokens separat for input og output og medregner også cachehits på input. Tokens er tekstfragmenter, der bruges til at måle størrelsen på din forespørgsel og modellens svar. Tabellen viser priserne pr. 16. september 2026 i dollar pr. 1M tokens.

| Det, vi måler                  | `deepseek-flash` | `deepseek-v4-pro` |
|---------------------------------------|------------------|-------------------|
| Input uden cache (uden for spidsbelastning)       | \$0.15           | \$0.66            |
| Input, cachehit (uden for spidsbelastning)           | \$0.003          | \$0.022           |
| Output (uden for spidsbelastning)                     | \$0.60           | \$1.98            |

Priserne er præcis dobbelt så høje i spidsbelastningsperioder. `deepseek-flash` er omkring tre til fire gange billigere end flagskibsmodellen i de fleste rækker. Til kodning, hvor lange samtaler kan løbe op i millioner af tokens, gør forskellen en væsentlig forskel på din regning.

Jo længere samtalen med en agent er, desto flere tokens bruger den. Når du vælger en model, skal du derfor tage prisen pr. million i betragtning: Den bestemmer din månedlige regning.

<div class="aside" data-semantic="callout" role="note" aria-label="Note">

BemærkAPI-priser er ikke det samme som et DeepSeek-chatabonnement. Det handler om betaling pr. token for forespørgsler til modellen fra dit værktøj eller din kode. Landsspecifikke vilkår for betaling af API'et dækkes i en separat artikel; se linket til sidst.

</div>

Hvis du vil bygge et system til at arbejde med kode, er valget af motor én del af det. Metoden, der beskrives, bruger en kombination af **AI-klon + Second Brain + kontekstteknik**.



## Hvordan kontekstcaching og spidsbelastning påvirker din regning

DeepSeeks priser har separate satser for input med cachehit og for brug uden for spidsbelastningsperioder. Tag højde for disse vilkår, når du laver gentagne forespørgsler og planlægger opgaver, der ikke haster.

**Kontekstcache.** Som standard gemmer DeepSeek begyndelsen af dine forespørgsler på disk. Hvis den næste forespørgsel begynder på samme måde som den forrige, henter modellen den matchende del fra cachen, hvilket koster flere gange mindre. For `deepseek-flash` uden for spidsbelastning koster input med cachehit \$0.003 i stedet for \$0.15 pr. 1M tokens uden cachehit. Når du arbejder med kode, gentages systeminstruktionen og projektkonteksten i begyndelsen af en forespørgsel ofte, så du kan bruge cachen. Du behøver ikke aktivere noget; den er slået til for alle som standard.

**Spidsbelastning.** DeepSeek har to satser: én i spidsbelastningsperioder og én, der er halvt så høj uden for dem. Spidsbelastningsperioderne er 01:00–04:00 og 06:00–10:00 UTC, mandag til fredag. Alle andre tidspunkter, inklusive weekender, regnes som uden for spidsbelastning og koster halvt så meget. Hvis du har opgaver, der ikke haster – store kørsler eller batchbehandling af kode – så kør dem uden for de angivne UTC-intervaller med spidsbelastning til halv pris.

## Kontekst og maksimal svarlængde

Begge modeller understøtter en kontekst på op til 1 million tokens. Du kan sende mange filer og lange samtaler i den. Om det er nok til en stor kodningsopgave afhænger af størrelsen på dine filer, så tjek det med dit eget projekt.

Den maksimale svarlængde er op til 384 tusind tokens. Som standard er grænsen lavere: 8 tusind tokens uden ræsonneringstilstand, 64 tusind i ræsonneringstilstand og 128 tusind, hvis du hæver ræsonneringsindsatsen til `max`. Hvis du forventer et langt svar – for eksempel en stor kodefil i sin helhed – skal du udtrykkeligt angive en højere værdi for `max_tokens`; ellers kan svaret blive afskåret halvvejs.

## Har du brug for ræsonneringstilstand til kodning?

DeepSeek har en ræsonneringstilstand: Før modellen svarer, gennemtænker den først løsningen. Ifølge DeepSeeks beskrivelse er den designet til at forbedre svarenes nøjagtighed ved vanskelige opgaver. Tilstanden er som standard slået til med indsatsen sat til `high`.

Den styres med parameteren `reasoning_effort`, som ifølge DeepSeeks dokumentation accepterer følgende værdier:

- `none` - slå ræsonnering fra. Velegnet til enkle og hurtige forespørgsler, der ikke kræver en kompleks løsning.
- `low` - laveste ræsonneringsniveau.
- `high` - standardværdien.
- `max` - højeste ræsonneringsniveau til de vanskeligste opgaver; svaret kan blive længere.

Se selv, hvordan det påvirker pris og kvalitet i dine opgaver: Mere ræsonnering giver som regel et længere svar og flere outputtokens. Til daglig kodning er det rimeligt at starte med `high` (standardværdien) og se, om resultatet fungerer for dig. I ræsonneringstilstand ignoreres parametre som `temperature`, og `top_p` går ikke under 0.95.

## Hvordan forbinder du DeepSeek med dit værktøj?

DeepSeek API er kompatibelt med OpenAI- og Anthropic-formaterne. For at oprette forbindelse via et kompatibelt værktøj skal du bruge API'ets base-URL, en adgangsnøgle og modelnavnet. Base-URL'erne er:

```
# OpenAI format
https://api.deepseek.com

# Anthropic format
https://api.deepseek.com/anthropic
```

Ifølge DeepSeek kan dens model forbindes som motor i Claude Code, GitHub Copilot og OpenCode uden at skrive kode. De præcise feltnavne varierer fra værktøj til værktøj, men den generelle fremgangsmåde er:

1. Hent en adgangsnøgle fra din DeepSeek-konto.
2. Indtast DeepSeek-base-URL'en og din nøgle i værktøjets indstillinger. For værktøjer, der bruger Anthropic-formatet (for eksempel Claude Code), skal du indtaste `https://api.deepseek.com/anthropic`; for dem, der bruger OpenAI-formatet, skal du indtaste `https://api.deepseek.com`.
3. Indtast `deepseek-flash` i modelfeltet.
4. Stil et kort spørgsmål, og tjek værktøjets brugsoplysninger for at se, hvilken model der faktisk blev brugt: Forespørgslen skal være betjent af `deepseek-flash`, ikke den tidligere motor. Navnet i indstillingerne er ikke nok; modelnavnet i et genereret svar bekræfter heller ikke, at skiftet virkede. Se i værktøjets dokumentation, hvor du kan finde oplysninger om den anvendte model. Hvis værktøjet ikke viser disse oplysninger, kan du ikke bekræfte skiftet ud fra et svar alene.

Denne artikel indeholder ikke trinvis opsætning af et bestemt værktøj: hvert værktøj har sine egne skærmbilleder, og de ændrer sig. Før du forbinder, skal du tjekke, om dit værktøj understøtter en ekstern model-URL (ikke alle værktøjer giver dig mulighed for at ændre den), og hvilket format det bruger – OpenAI eller Anthropic. Vi har en separat guide til at forbinde en model med OpenCode: [OpenCode: hvad det er, og hvordan du forbinder en model](https://ailoot.ai/blog/da/opencode-installation-models/). Hvis du leder efter gratis muligheder, kan du se [udvalget af gratis modeller til kodning](https://ailoot.ai/blog/da/free-coding-models/).

<div class="aside" data-semantic="callout" role="note" aria-label="Note">

BemærkDin konto har en grænse for samtidige forespørgsler: den er højere for `deepseek-flash` og lavere for `deepseek-v4-pro`. Det er svært at nå grænsen, når du arbejder alene; den har betydning, når mange brugere arbejder via én konto på samme tid. Hvis du overskrider den, returnerer API'et en 429-fejl: sænk i så fald antallet af samtidige forespørgsler; selve fejlen betyder ikke, at noget er i stykker.

</div>

## Hvilken model skal du vælge til din opgave?

| Din situation | Hvad du skal bruge | Hvorfor |
|----|----|----|
| Daglig kodning, en agent, vibe coding | `deepseek-flash` | Nyere, billigere og ifølge DeepSeek bedre end flagskibet Pro |
| Du har brug for den højeste kvalitet til en vanskelig opgave | Sammenlign selv: `deepseek-flash` med `reasoning_effort` `max` over for `deepseek-v4-pro` | Valget afhænger af resultatet for din opgave |
| Et gammelt projekt bruger `deepseek-v4-flash` | Skift navnet til `deepseek-flash` | Det gamle navn er udfaset og viderestilles kun midlertidigt til den nye model |
| Store kørsler, der ikke haster | `deepseek-flash` uden for spidsbelastning | Halv pris uden for de angivne UTC-perioder med spidsbelastning |

Start med `deepseek-flash`, behold ræsonneringstilstanden på standardværdien `high`, og prøv `deepseek-v4-pro`, når du har en grund til at sammenligne. Når du vælger, skal du vurdere, hvordan modellen håndterer dine opgaver, og hvor meget arbejdet koster.

## Hvad nu?

Landsspecifikke vilkår for betaling af API'et og yderligere måder at sænke tokenomkostningerne på ligger uden for rammerne for valg af model. Nedenfor er der et link til en betalingsguide, officiel dokumentation med regler for priser og caching samt relaterede artikler om værktøjer.

<div class="section" role="doc-bibliography" aria-label="Sources">

### Kilder

- [DeepSeek API - modeller og priser](https://api-docs.deepseek.com/quick_start/pricing/)
- [DeepSeek - udgivelse af V4.1-Flash, 2026-09-10](https://api-docs.deepseek.com/news/news260910)
- [DeepSeek API - hurtig start og modelliste](https://api-docs.deepseek.com/)
- [DeepSeek API - ræsonneringstilstand](https://api-docs.deepseek.com/guides/thinking_mode)
- [DeepSeek API - kontekstcaching](https://api-docs.deepseek.com/guides/kv_cache)
- [DeepSeek API - hastighedsgrænser](https://api-docs.deepseek.com/quick_start/rate_limit)
- [DeepSeek API - chatparametre](https://api-docs.deepseek.com/api/create-chat-completion)
- [Gratis modeller til kodning i 2026](https://ailoot.ai/blog/da/free-coding-models/)
- [OpenCode: hvad det er, og hvordan du forbinder en model](https://ailoot.ai/blog/da/opencode-installation-models/)

</div>

Den komplette opsætning til organisering af vibe coding: **AI-klon + Second Brain + kontekstteknik**.





Når du er klar, kan du se nærmere på [Ailoot](https://ailoot.ai/).

## Spørgsmål og svar

### Skal jeg automatisk vælge modellen med størst kontekstvindue?

Nej. Sammenlign også understøttet svarlængde og kravene til din faktiske kodeopgave. Start med artiklens billigere Flash-mulighed, og behold kun Pro, hvis den producerer et bedre verificeret resultat på din opgave.

### Gælder cachelæsningsprisen enhver gentaget projektlæsning?

Nej. Sammenlign faktisk cachebrug frem for at antage, at en gentaget læsning er et hit. Medregn input uden cache, output og eventuelle myldretidsvilkår ved beregning af opgaveregningen.


## Ailoot · Virksomheden og dens projektportefølje

Ailoot bygger på solid driftserfaring, en stor kundebase, stabil service og løbende kontrol af KPI.

Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder.

Ailoot bruger denne driftserfaring til API-adgang til AI-funktioner i kundernes produkter, agenter, applikationer og automatiseringer.