DeepSeek V4 Flash — fast, cost-efficient model with 1M context window. Supports reasoning, tool calling, and structured output.
DeepSeek-V4-Flash 是 DeepSeek 2026 年 4 月 V4 预览版中的快速、低成本档位。它是一个 284B 总参数 / 13B 激活的 MoE 模型，配备完整的 100 万 token 上下文窗口与 Compressed Sparse Attention（CSA）架构。与更大的 V4-Pro（1.6T / 49B 激活）同时发布，Flash 面向需要前沿推理与 agentic coding、但对单 token 成本高度敏感的生产工作负载。
对 TheRouter 路由层用户，V4-Flash 是高吞吐推理、长上下文 RAG 与工具型 agent 的默认开源选择。它支持与 V4-Pro 相同的思考模式 API（non-thinking / high / max），并通过 api.therouter.ai/v1 完全兼容 OpenAI 协议。DeepSeek 称在 100 万 token 上下文下，Flash 的单 token FLOPs 仅为 V3.2 的 10%、KV cache 大小仅为 7%——这是其激进定价的效率基础。
DeepSeek 官方服务以 deepseek-v4-flash 暴露 V4-Flash，支持 OpenAI 格式、Anthropic 格式与 Responses API；Hugging Face 同时发布开源权重供自部署。
TheRouter 在 OpenAI 兼容的 /v1 接口下以 deepseek/deepseek-v4-flash 提供同一文本模型。价格、上下文长度、输出上限与支持参数来自实时模型注册表，不在本策展页重复维护。
| 类型 | 费率 |
|---|---|
| 输入 | $0.162 每百万 Tokens |
| 输出 | $0.648 每百万 Tokens |
| 发布日期（预览版） | 2026-04-24api-docs.deepseek.com ↗ | 已核实 |
| 架构 | 284B 总参数 / 13B 激活 MoE；Compressed Sparse Attention（CSA）+ DeepSeek Sparse Attention（DSA）；原生 100 万 token 上下文api-docs.deepseek.com ↗ | 已核实 |
| 上下文窗口 | 1,000,000 tokensapi-docs.deepseek.com ↗ | 已核实 |
| 最大输出长度 | 384,000 tokensapi-docs.deepseek.com ↗ | 已核实 |
| 推理模式 | Non-thinking、Thinking（high / max）；reasoning_content 单独返回api-docs.deepseek.com ↗ | 已核实 |
| 许可——代码 | MIThuggingface.co ↗ | 已核实 |
| 许可——权重 | DeepSeek Model License（允许商用）huggingface.co ↗ | 已核实 |
| 开源权重 | 是——可在 Hugging Face 获取huggingface.co ↗ | 已核实 |
| 训练 token 量 | 32T+huggingface.co ↗ | 已核实 |
| Benchmark | Distribution | Score | Source |
|---|---|---|---|
Terminal Bench 2.0 DeepSeek 按模式对比表中的 V4-Flash Max 结果；V4-Pro Max 列为 67.9%。 | 56.9%% | huggingface.co ↗ | |
LiveCodeBench Pass@1 V4-Pro Max：93.5%。差距 1.9 个百分点。 | 91.6%% | huggingface.co ↗ | |
MMLU-Pro V4-Pro Max：87.5。差距 1.3 个百分点。 | 86.2 | huggingface.co ↗ | |
GPQA Diamond V4-Pro Max：90.1。差距 2.0 个百分点。 | 88.1 | huggingface.co ↗ | |
SWE-bench Verified V4-Pro Max：80.6。差距 1.6 个百分点。 | 79.0 | huggingface.co ↗ | |
Codeforces rating (Max) V4-Pro Max：3,206 Elo。差距 154 Elo 分。 | 3,052 Elo | huggingface.co ↗ |
所有新集成都应使用下方示例中的全球端点 api.therouter.ai；旧中国加速端点已下线。
curl https://api.therouter.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $THE_ROUTER_API_KEY" -d '{
"model": "deepseek/deepseek-v4-flash",
"messages": [
{"role": "user", "content": "Summarize the key points from this input."}
]
}'标准 OpenAI 兼容 chat 端点。添加 reasoning_effort 与 thinking extra_body 即可启用思维链。
curl https://api.therouter.ai/v1/chat/completions \
-H "Authorization: Bearer $THEROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek/deepseek-v4-flash",
"messages": [{"role":"user","content":"Explain quantum computing in simple terms"}],
"reasoning_effort": "high",
"extra_body": {"thinking": {"type": "enabled"}}
}'DeepSeek 于 2026 年 4 月 24 日发布 V4-Pro 与 V4-Flash。两款模型均引入 Compressed Sparse Attention，在 FLOPs 与 KV cache 远低于 V3.2 的情况下支持 100 万 token 上下文。Flash（284B/13B）面向成本敏感生产负载；Pro（1.6T/49B）面向极致智能。权重采用 MIT 许可，已在 Hugging Face 开源。
在 LiveCodeBench、SWE-bench Verified、MMLU-Pro 上差距为 1.3–1.9 分。在更难的 agent 基准（Terminal-Bench、BrowseComp、SimpleQA）上差距扩大至 5–13 分。对于大多数生产 coding 与工具使用 agent，Flash@max 与 Pro@high 的差距在可接受范围内，且每输出 token 成本低约 3 倍。
支持。两款模型均通过 extra_body 暴露相同的思考开关，并支持相同的 reasoning_effort 级别（high / max）。reasoning_content 与 content 同级返回；涉及工具调用时需将其拼接到后续轮次。
DeepSeek 定价页目前将服务中的模型版本列为 DeepSeek-V4-Flash-0731，仍保留 100 万 token 上下文窗口与 384K 最大输出，并在检索时标注 Responses API 仅支持 V4-Flash。DeepSeek 还说明旧的 deepseek-chat 与 deepseek-reasoner 路由将在 2026 年 7 月 24 日后退役，退役前已路由到 V4-Flash。
| 来源 | URL | 采集于 | |
|---|---|---|---|
| 发布日期（预览版） | api-docs.deepseek.com ↗ | 2026-05-25 | 已核实 |
| 架构 | api-docs.deepseek.com ↗ | 2026-05-25 | 已核实 |
| 上下文窗口 | api-docs.deepseek.com ↗ | 2026-05-25 | 已核实 |
| 最大输出长度 | api-docs.deepseek.com ↗ | 2026-05-25 | 已核实 |
| 推理模式 | api-docs.deepseek.com ↗ | 2026-05-25 | 已核实 |
| 许可——代码 | huggingface.co ↗ | 2026-05-25 | 已核实 |
| 许可——权重 | huggingface.co ↗ | 2026-05-25 | 已核实 |
| 开源权重 | huggingface.co ↗ | 2026-05-25 | 已核实 |
| 训练 token 量 | huggingface.co ↗ | 2026-08-12 | 已核实 |
| Terminal Bench 2.0 | huggingface.co ↗ | 2026-08-12 | 已核实 |
| LiveCodeBench Pass@1 | huggingface.co ↗ | 2026-08-12 | 已核实 |
| MMLU-Pro | huggingface.co ↗ | 2026-08-12 | 已核实 |
| GPQA Diamond | huggingface.co ↗ | 2026-08-12 | 已核实 |
| SWE-bench Verified | huggingface.co ↗ | 2026-08-12 | 已核实 |
| Codeforces rating (Max) | huggingface.co ↗ | 2026-08-12 | 已核实 |
| DeepSeek 发布 V4 预览版——开源权重前沿定价下的 100 万 token 上下文 | api-docs.deepseek.com ↗ | 2026-05-25 | 已核实 |
| V4-Flash 与 V4-Pro 在真实 agent 工作负载上差距如何？ | codersera.com ↗ | 2026-05-25 | 待核实 |
| V4-Flash 是否支持与 V4-Pro 相同的思考模式 API？ | api-docs.deepseek.com ↗ | 2026-05-25 | 待核实 |
| 2026 年 7 月的 V4-Flash API 更新改变了什么？ | api-docs.deepseek.com ↗ | 2026-08-12 | 待核实 |