免费的大模型来了：OpenCode 开放 DeepSeek V4.1 Flash，但只给 200K 上下文

免费，永远是开发者最敏感的两个字。10 月 15 日，OpenCode 宣布把 DeepSeek V4.1 Flash 直接免费开放——只要你在这家 AI 编程平台上调用，就不再消耗套餐额度。

但天上掉的馅饼总有个尺寸：免费版实测支持 200K 上下文窗口，比完整版本的 1M 上下文缩水了不少。

一分钟速览

• OpenCode 宣布 DeepSeek V4.1 Flash 免费提供，调用不再计入套餐额度
• 免费版支持 200K 上下文，低于 1M 上下文版本
• 这是”Operation Cheepseek”计划的延续：9 月额度从 15 美元提到 60 美元，10 月 12 日又提到 80 美元
• 模型规格：原生多模态 MoE，主干 552B 参数，另有 196B Engram 条件记忆参数
• 社区反馈：生成速度波动明显，最高约 490 tokens/s，200K 上下文时约 50 tokens/s

深度分析

补贴一路加码，直到”免费”

这并非一次突然的心血来潮。今年 9 月，OpenCode 曾在”Operation Cheepseek”计划中把 DeepSeek V4.1 Flash 在 OpenCode Go 套餐里的使用额度从 15 美元临时提升到 60 美元；到了 10 月 12 日，额度又被调到 80 美元。如今直接免费，等于把补贴这条曲线一路推到了终点。

对平台来说，这一步的算盘很清楚：用极致性价比吸引开发者把代码库和工作流搬进来，前期用免费换留存，后期再谈商业化。而对 DeepSeek 来说，模型被平台主动补贴推广，本身就是一次曝光与生态占位。

200K 上下文意味着什么

上下文窗口决定了模型一次能”看见”多少代码。200K 大致相当于数千行到上万行代码加文档的规模，应付单个模块、中型仓库的局部理解没有问题；但如果你想让模型一口气通读整个大型代码库并做跨文件重构，1M 版本依然更合适。免费版限制在 200K，本质上是在成本与体验之间切了一刀。

速度是真实痛点

社区对 V4.1 Flash 的讨论，集中在生成速度的稳定性上。有用户在 ollama 云平台观察到最高约 490 tokens/s 的输出，但波动很大，中午到下午时段最低能掉到五六十 tokens/s；上下文超过 100K 后，速度也会明显下滑，到 200K 时大约只剩 50 tokens/s 左右。免费很好，但”免费且卡”依然会劝退一部分人。

数据支撑

• 模型发布于 2026 年 9 月 10 日，采用因果编码器—解码器设计，40 层语言主干前 20 层编码、后 20 层解码
• Prefill 计算量接近减半，这是其在长上下文场景更省算力的关键
• 速度区间：峰值约 490 tokens/s，长上下文下约 50 tokens/s

趋势洞察

“模型免费、平台收租”正在成为 AI 编程赛道的新常态。当高端模型的推理成本被平台以补贴方式吸收，开发者的迁移成本就降到接近于零。这会加速一个结果：谁能提供最顺滑的编程体验，谁就能留下用户，而模型本身的差异，反而被平台层抹平了。

免费背后，是一次生态卡位

对 OpenCode 而言，把一款前沿模型的调用成本归零，短期看是烧钱，长期看是抢人。开发者在选择 AI 编程工具时，迁移成本主要来自工作流和使用习惯；一旦代码库、上下文和插件都安在某个平台上，换平台就变得麻烦。用免费把用户留下来，再用额度之外的能力做商业化，是这类平台最典型的路径。对 DeepSeek 来说，被头部编程平台主动免费推广，等于在开发者心智里抢下了一块位置。

结语

免费的 DeepSeek V4.1 Flash，是 OpenCode 递给开发者的邀请函。要不要接，取决于你更在意账单，还是更在意输出速度。