Nya DeepSeek-modeller för kodning 2026: vilken ska du välja?

Börja med deepseek-flash för de flesta kodningsuppgifter. Namnet syftar på V4.1-Flash, som släpptes den 10 september 2026. Behåll deepseek-v4-pro för jämförelser med dina egna uppgifter. Namnen kan vara förvirrande: äldre rekommendationer nämner också deepseek-v4-flash, men det namnet har tagits ur bruk och dirigeras bara tillfälligt om till den nya modellen.

Den här artikeln går igenom skillnaderna mellan modellerna i pris och användningsområden, samt ger en allmän översikt över hur du ansluter DeepSeek till ditt verktyg. Namnen, priserna och reglerna i källmaterialet bygger på DeepSeeks officiella sidor den 16 september 2026. De ändras, så kontrollera de aktuella villkoren på webbplatsen innan du betalar.

Ytterligare anvisningar finns i Ailoot-dokumentationen.

Vilka DeepSeek-modeller finns tillgängliga nu: det korta svaret#

Tabellen visar de aktiva och utgångna namnen för fältet model.

Vad förändrades i september 2026#

Den 10 september 2026 släppte DeepSeek DeepSeek-V4.1-Flash och uppdaterade modellnamnen. Förändringarna påverkade både de gamla namnen och planerna för att tillhandahålla Pro.

1. En ny modell, V4.1-Flash, släpptes. Enligt DeepSeeks beskrivning är den smartare och snabbare än föregående generation och förstår bilder. DeepSeek påpekar också separat att V4.1-Flash har en mindre modellcache än föregående generation, vilket gör cacheförfrågningar billigare. Hur det påverkar din faktura förklaras nedan.
2. Namnet deepseek-flash syftar nu specifikt på V4.1-Flash.
3. De tidigare namnen deepseek-v4-flash och deepseek-v4-flash-vision-exp har tagits ur bruk. För kompatibilitet med äldre projekt dirigeras dessa namn för närvarande om till V4.1-Flash, och förfrågningar debiteras enligt dess pris. Men förlita dig inte på dem: omdirigeringen är tillfällig, så det är bättre att börja använda deepseek-flash direkt.
4. DeepSeek meddelade först att V4 Pro skulle fasas ut: från och med 04:00 UTC den 14 september 2026 skulle alla förfrågningar till deepseek-v4-pro gå till V4.1-Flash. Sedan ändrades planerna. Enligt prissidan vid kontrolltillfället beslutade DeepSeek att fortsätta tillhandahålla V4 Pro efter den 14 september, med samma prissättning som tidigare.

Använd deepseek-flash för en ny konfiguration: vid kontrolltillfället syftar namnet på V4.1-Flash. deepseek-v4-pro fungerar fortfarande, men planerna för tillhandahållandet har redan ändrats, så Flash är fortfarande den främsta rekommendationen.

Hur skiljer sig deepseek-flash från deepseek-v4-pro i pris?#

deepseek-flash kostar mindre än Pro. DeepSeek beräknar kostnaden separat per 1 miljon token för indata och utdata, och räknar också med cacheträffar för indata. Token är textfragment som används för att mäta storleken på din förfrågan och modellens svar. Tabellen visar priserna den 16 september 2026, i dollar per 1M token.

Priserna är exakt dubbelt så höga under högtrafik. deepseek-flash är ungefär tre till fyra gånger billigare än flaggskeppsmodellen i de flesta rader. För kodning, där långa konversationer kan växa till miljontals token, gör det stor skillnad på fakturan.

Ju längre en konversation med en agent pågår, desto fler token använder den. När du väljer modell bör du därför tänka på priset per miljon: det avgör din månadskostnad.

Om du vill bygga ett system för att arbeta med kod är valet av motor en del av arbetet. Metoden som beskrivs använder en kombination av AI-klon + Second Brain + kontextteknik.

Hur kontextcache och högtrafik påverkar din faktura#

DeepSeeks prissättning har separata nivåer för indata med en cacheträff och för användning utanför högtrafik. Ta hänsyn till dessa villkor när du gör upprepade förfrågningar och schemalägger uppgifter som inte är brådskande.

Kontextcache. Som standard lagrar DeepSeek början av dina förfrågningar på disk. Om nästa förfrågan börjar på samma sätt som den föregående hämtar modellen den matchande delen från cachen, vilket kostar flera gånger mindre. För deepseek-flash under lågtrafik kostar indata med en cacheträff $0.003 i stället för $0.15 per 1M token utan cacheträff. När du arbetar med kod upprepas ofta systeminstruktionen och projektkontexten i början av en förfrågan, vilket gör att du kan använda cachen. Du behöver inte aktivera något; den är på som standard för alla.

Högtrafik. DeepSeek har två priser: ett under högtrafik och ett som är hälften så högt utanför dessa tider. Högtrafik är 01:00–04:00 och 06:00–10:00 UTC, måndag till fredag. Alla andra tider, även helger, räknas som lågtrafik och kostar hälften så mycket. Om du har uppgifter som inte är brådskande – stora körningar eller batchbearbetning av kod – kör dem utanför de angivna högtrafikintervallen i UTC till halva priset.

Kontext och maximal svarslängd#

Båda modellerna stöder en kontext på upp till 1 miljon token. Du kan skicka många filer och långa konversationer i den. Om det räcker för en stor kodningsuppgift beror på filernas storlek, så kontrollera med ditt eget projekt.

Den maximala svarslängden är upp till 384 tusen token. Som standard är gränsen lägre: 8 tusen token utan resonemangsläge, 64 tusen i resonemangsläge och 128 tusen om du höjer resonemangsnivån till max. Om du förväntar dig ett långt svar – till exempel en stor kodfil i sin helhet – anger du uttryckligen ett högre värde för max_tokens; annars kan svaret kapas halvvägs.

Behöver du resonemangsläge för kodning?#

DeepSeek har ett resonemangsläge: innan modellen svarar tänker den först igenom lösningen. Enligt DeepSeeks beskrivning är det utformat för att förbättra svarens träffsäkerhet vid svåra uppgifter. Läget är på som standard, med nivån high.

Det styrs av parametern reasoning_effort, som enligt DeepSeeks dokumentation accepterar följande värden:

• none - stäng av resonemang. Lämpligt för enkla och snabba förfrågningar som inte kräver en komplex lösning.
• low - minimal resonemangsnivå.
• high - standardvärdet.
• max - maximal resonemangsnivå för de svåraste uppgifterna; svaret kan bli längre.

Kontrollera själv hur detta påverkar pris och kvalitet i dina uppgifter: mer resonemang ger vanligtvis ett längre svar och fler utdata-token. För vardaglig kodning är det rimligt att börja med high (standardvärdet) och se om resultatet fungerar för dig. I resonemangsläge ignoreras parametrar som temperature, och top_p går inte under 0.95.

Hur ansluter du DeepSeek till ditt verktyg?#

DeepSeek API är kompatibelt med OpenAI- och Anthropic-formaten. För att ansluta via ett kompatibelt verktyg behöver du API:ts bas-URL, en åtkomstnyckel och modellnamnet. Bas-URL:erna är:

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

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

Enligt DeepSeek kan dess modell anslutas som motor i Claude Code, GitHub Copilot och OpenCode utan att skriva kod. Exakta fältnamn skiljer sig mellan verktygen, men den allmänna processen är:

1. Skaffa en åtkomstnyckel från ditt DeepSeek-konto.
2. Ange DeepSeeks bas-URL och din nyckel i verktygets inställningar. För verktyg som använder Anthropic-formatet (till exempel Claude Code) anger du https://api.deepseek.com/anthropic; för dem som använder OpenAI-formatet anger du https://api.deepseek.com.
3. Ange deepseek-flash i modellfältet.
4. Ställ en kort fråga och kontrollera verktygets användningsinformation för att se vilken modell som faktiskt användes: förfrågan ska hanteras av deepseek-flash, inte den tidigare motorn. Namnet i inställningarna räcker inte; inte heller bekräftar modellnamnet i ett genererat svar att bytet fungerade. Läs verktygets dokumentation för att hitta var du kan se information om modellen som användes. Om verktyget inte visar den informationen kan du inte bekräfta bytet enbart utifrån ett svar.

Den här artikeln innehåller inte stegvisa instruktioner för ett specifikt verktyg: varje verktyg har sina egna skärmbilder, och de ändras. Kontrollera innan du ansluter om verktyget stöder en extern modell-URL (alla verktyg låter dig inte ändra den) och vilket format det använder – OpenAI eller Anthropic. Vi har en separat guide om hur du ansluter en modell med OpenCode: OpenCode: vad det är och hur du ansluter en modell. Om du letar efter kostnadsfria alternativ kan du läsa urvalet av kostnadsfria modeller för kodning.

Vilken modell ska du välja för din uppgift?#

Börja med deepseek-flash, låt resonemangsläget stå kvar på standardvärdet high och prova deepseek-v4-pro om du har anledning att jämföra. Bedöm när du väljer hur modellen hanterar dina uppgifter och hur mycket arbetet kostar.

Vad händer sedan?#

Landsspecifika villkor för att betala för API:t och fler sätt att minska tokenkostnaderna ligger utanför ramen för valet av modell. Nedan finns en länk till en betalningsguide, officiell dokumentation med regler för prissättning och cache, samt relaterade artiklar om verktyg.

Den fullständiga konfigurationen för att organisera vibe coding: AI-klon + Second Brain + kontextteknik.

När du är redo kan du ta en titt på Ailoot.