Felo API PlatformFelo API Platform
Zurück zu den Modellen
DeepSeekmessages

DeepSeek V4 Flash 0731 API

DeepSeek V4 Flash 0731 ist ein offenes, textbasiertes MoE-Modell mit 1 Million Token Kontext, stark in Coding und agentischen Aufgaben.

DeepSeek V4 Flash 0731 ist die offizielle Veröffentlichung des DeepSeek-V4-Flash-Modells und ersetzt die frühere Preview-Version. Es handelt sich um ein Basismodell mit einer offenen, sparse Mixture-of-Experts-Architektur: insgesamt 284 Milliarden Parameter, von denen pro Token 13 Milliarden aktiv sind. Das Modell verarbeitet Text als Eingabe und gibt Text aus, unterstützt Werkzeugnutzung und agentische Workflows sowie mehrere Reasoning-Stufen für flexible Einsätze. Der Kontext umfasst 1 Million Token, was die Verarbeitung ganzer Codebasen oder umfangreicher Dokumente ermöglicht.

Das Modell eignet sich besonders für Coding-Unterstützung, agentische KI-Anwendungen, Szenarien mit Werkzeugnutzung und komplexe Problemlösungen in Softwareentwicklung, Sicherheitsforschung und Datenanalyse. Durch die geringe Anzahl aktiver Parameter bleiben Rechenkosten und Inferenzlatenz relativ niedrig, während die Leistung in mehreren wichtigen Benchmarks die des DeepSeek V4 Pro Preview übertrifft. Innerhalb der DeepSeek V4 Familie gilt es als besonders kosteneffiziente Option und für seine Größe als Frontier-Modell. Fine-Tuning ist über LoRA auf Plattformen wie Fireworks möglich, und das Modell kann auf dedizierten GPUs betrieben werden. GGUF-quantisierte Versionen sind verfügbar, einschließlich einer Q8-Version mit 162GB; es läuft unter anderem auf NVIDIA DGX Spark sowie mit Community-Tools wie llama.cpp und vLLM.

Zu den Einschränkungen zählen die Fokussierung auf Text – natives visuelles Verständnis bietet erst das neuere Geschwistermodell DeepSeek V4.1 Flash – und ein Rückstand gegenüber GPT-5.6 Luna bei DeepSWE pass@1. Einige Funktionen wie MTP sind möglicherweise anfangs nicht vollständig mit dem Community-vLLM kompatibel. Ab dem 25. September 2026 wird das Modell serverseitig zugunsten des neueren DeepSeek V4.1 Flash eingestellt.

Aktualisiert:

MODELL-ID

deepseek-v4-flash
Kontext
1.049M
Max. Ausgabe
943.718K
Empfohlene API
messages
Eingabe
text
Ausgabe
text

Highlights

  • Offene MoE-Architektur mit 284B Gesamtparametern
  • 13B aktive Parameter pro Token
  • 1 Million Token Kontext
  • Unterstützt Werkzeugnutzung und agentische Workflows
  • Mehrere Reasoning-Stufen
  • Kosteneffizient innerhalb der V4-Familie

Anbieter

6 Anbieter

Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.

Anbieter · Preisdetails
Verfügbarkeit
$0.13$0.26$0.028
$0.06$0.18$0.015
$0.119$0.238$0.0238
$0.14$0.28$0.07
$0.44$1.32$0.028
$0.44$1.32$0.014

Was man für $10 bekommt

Eingabe
76,9 Mio. Token
Ausgabe
38,5 Mio. Token

Geschätzt anhand der aktuellen Eingabe- und Ausgabepreise, vor Rabatten.

Benchmarks

  • Terminal

    Punkte; misst agentische Fähigkeiten

    82.7
  • DeepSWE

    Punkte Rückstand gegenüber GPT-5.6 Luna bei pass@1

    14
  • DeepSWE

    Mal so viele Lösungen pro Dollar im Vergleich zu GPT-5.6 Luna

    4.8
  • Vibe Code Bench v1.1

    Platz unter 125 Modellen

    43.

Werte wie vom Modellanbieter veröffentlicht.

Schlussfolgern

Standardaufwand
high
Standardmäßig aktiviert
Ja
Immer aktiviert
Nein
Verfügbare Aufwandsstufen
max / high / low / none

Schnellstart

Direkt einsetzbarer Code, um dieses Modell über die kompatiblen APIs der Felo API Platform aufzurufen. Testen Sie Prompts im Playground, bevor Sie Code schreiben.

1

API-Schlüssel hinterlegen

Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.

export FELO_API_KEY="YOUR_API_KEY"
2

Erste Anfrage senden

Verwenden Sie diese Modell-ID mit dem Endpoint der Felo API Platform. Optionale Anfrage-Header wie X-Request-Id helfen bei der Fehlersuche.

deepseek-v4-flash

Dieses Modell kann schlussfolgern. Wenn das gewählte Protokoll und die Modellroute Reasoning-Steuerungen bereitstellen, behalten Sie die zurückgegebenen Reasoning-Metadaten bei, wenn Sie das Gespräch fortsetzen.

const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "deepseek-v4-flash",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

Drittanbieter-SDKs verwenden

Setzen Sie in kompatiblen SDKs baseURL auf https://openapi.felo.ai/api/v1. Für Clients im Claude-Stil verwenden Sie die Anthropic-kompatible Basis-URL. https://openapi.felo.ai/api.

3

Streaming aktivieren

Fügen Sie stream: true hinzu, um Antworten als Server-Sent Events zu erhalten.

curl -N https://openapi.felo.ai/api/v1/messages \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "deepseek-v4-flash",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Die Felo API Platform stellt kompatible Oberflächen für Modellaufrufe bereit. Wählen Sie die Oberfläche, die Ihre App oder Ihr Agent-Client bereits unterstützt.

SurfaceMethodURL

Messages

Anthropic-kompatible Nachrichten für Clients im Claude-Stil.

POST

https://openapi.felo.ai/api/v1/messages

Parameter

NameTypStandardBeschreibung
modelstringdeepseek-v4-flashÖffentliche Modell-ID, die aufgerufen wird.
max_tokensinteger—Maximale Anzahl generierter Tokens.
messagesarray—Gesprächsnachrichten für Chat Completions.
seed———
stop———
min_p———
toolsarray—Tool-Calling-Definitionen nach kompatiblem Schema.
top_a———
top_k———
top_p———
logprobs———
reasoning———
logit_bias———
temperaturenumber—Steuert die Vielfalt der Antworten, wenn unterstützt.
tool_choicestring or object—Steuert, ob ein Tool aufgerufen werden soll.
top_logprobs———
response_formatobject—Fordert strukturierte Ausgabe an, wenn unterstützt.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
parallel_tool_calls———

Häufige Fragen

Was ist DeepSeek V4 Flash 0731?

DeepSeek V4 Flash 0731 ist die offizielle Veröffentlichung des DeepSeek-V4-Flash-Modells und ersetzt die frühere Preview-Version. Es handelt sich um ein Basismodell mit einer offenen, sparse Mixture-of-Experts-Architektur: insgesamt 284 Milliarden Parameter, von denen pro Token 13 Milliarden aktiv sind. Das Modell verarbeitet Text als Eingabe und gibt Text aus, unterstützt Werkzeugnutzung und agentische Workflows sowie mehrere Reasoning-Stufen für flexible Einsätze. Der Kontext umfasst 1 Million Token, was die Verarbeitung ganzer Codebasen oder umfangreicher Dokumente ermöglicht. Das Modell eignet sich besonders für Coding-Unterstützung, agentische KI-Anwendungen, Szenarien mit Werkzeugnutzung und komplexe Problemlösungen in Softwareentwicklung, Sicherheitsforschung und Datenanalyse. Durch die geringe Anzahl aktiver Parameter bleiben Rechenkosten und Inferenzlatenz relativ niedrig, während die Leistung in mehreren wichtigen Benchmarks die des DeepSeek V4 Pro Preview übertrifft. Innerhalb der DeepSeek V4 Familie gilt es als besonders kosteneffiziente Option und für seine Größe als Frontier-Modell. Fine-Tuning ist über LoRA auf Plattformen wie Fireworks möglich, und das Modell kann auf dedizierten GPUs betrieben werden. GGUF-quantisierte Versionen sind verfügbar, einschließlich einer Q8-Version mit 162GB; es läuft unter anderem auf NVIDIA DGX Spark sowie mit Community-Tools wie llama.cpp und vLLM. Zu den Einschränkungen zählen die Fokussierung auf Text – natives visuelles Verständnis bietet erst das neuere Geschwistermodell DeepSeek V4.1 Flash – und ein Rückstand gegenüber GPT-5.6 Luna bei DeepSWE pass@1. Einige Funktionen wie MTP sind möglicherweise anfangs nicht vollständig mit dem Community-vLLM kompatibel. Ab dem 25. September 2026 wird das Modell serverseitig zugunsten des neueren DeepSeek V4.1 Flash eingestellt.

Wie wird die Nutzung abgerechnet?

Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.

Welche Eingaben und Ausgaben unterstützt das Modell?

Das Modell verarbeitet ausschließlich Text als Eingabe und gibt Text aus. Native visuelle Fähigkeiten sind nicht enthalten.

Wie groß ist der Kontext?

Der Kontext umfasst 1 Million Token. Damit eignet es sich für die Verarbeitung ganzer Codebasen oder großer Dokumente.

Für welche Aufgaben ist DeepSeek V4 Flash 0731 geeignet?

Es ist für Coding-Unterstützung, agentische Anwendungen, Werkzeugnutzung und komplexe Problemlösungen in Softwareentwicklung, Sicherheitsforschung und Datenanalyse ausgelegt.

Wie unterscheidet es sich von DeepSeek V4 Pro und DeepSeek V4.1 Flash?

DeepSeek V4 Flash 0731 positioniert sich zwischen dem größeren DeepSeek V4 Pro und dem neueren DeepSeek V4.1 Flash. Trotz deutlich weniger aktiver Parameter übertrifft es DeepSeek V4 Pro Preview in mehreren wichtigen Benchmarks.

Kann das Modell feinabgestimmt oder lokal betrieben werden?

Fine-Tuning ist über LoRA auf Plattformen wie Fireworks möglich. Das Modell kann auf dedizierten GPUs betrieben werden; GGUF-Quantisierungen und Community-Tools wie llama.cpp und vLLM werden unterstützt.

Verwandte Modelle