DeepSeek V4 Flash 0731 API
DeepSeek V4 Flash 0731 est un modèle textuel open-weight à architecture MoE sparse, doté d'un contexte d'un million de tokens et optimisé pour le codage et les workflows agentiques.
DeepSeek V4 Flash 0731 est la version officielle du modèle DeepSeek-V4-Flash, succédant à la preview. Il repose sur une architecture mixture-of-experts sparse open-weight de 284 milliards de paramètres totaux, dont 13 milliards actifs par token. Son contexte atteint 1 million de tokens, ce qui lui permet de traiter des bases de code entières ou de gros documents en une seule passe. Il prend en charge l'usage d'outils, les workflows agentiques et plusieurs niveaux de raisonnement, et peut être affiné via LoRA, notamment sur Fireworks.
Le modèle est particulièrement adapté à l'assistance au codage, aux applications d'IA agentique, aux scénarios d'utilisation d'outils et à la résolution de problèmes complexes en développement logiciel, recherche en sécurité et analyse de données. Ses performances solides s'accompagnent de coûts de calcul et d'une latence d'inférence relativement faibles, ce qui en fait une option très rentable dans la famille DeepSeek V4. Sur plusieurs benchmarks clés, il surpasse DeepSeek V4 Pro Preview malgré un nombre de paramètres activés bien plus réduit, et il est considéré comme de niveau frontier pour sa taille.
Ses limites sont connues : il est avant tout textuel, la compréhension visuelle native étant réservée à son frère plus récent DeepSeek V4.1 Flash. Il reste derrière GPT-5.6 Luna sur DeepSWE pass@1, et certaines fonctionnalités comme MTP pourraient ne pas être pleinement compatibles avec vLLM communautaire au départ. Enfin, il est déprécié sur serverless à partir du 25 septembre 2026 au profit de DeepSeek V4.1 Flash.
Mis à jour:
ID DU MODÈLE
deepseek-v4-flash- Contexte
- 1.049M
- Sortie max.
- 943.718K
- API recommandée
- messages
- Entrée
- text
- Sortie
- text
Points clés
- Architecture MoE sparse open-weight
- 284 milliards de paramètres totaux
- 13 milliards de paramètres actifs par token
- Contexte de 1 million de tokens
- Usage d'outils et workflows agentiques
- Coûts de calcul et latence réduits
Fournisseurs
Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.
| Disponibilité | ||||
|---|---|---|---|---|
| $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 |
Les statistiques historiques ne sont pas un contrôle en direct. Une donnée manquante ne signifie pas une panne.
Ce que $10 permettent d'acheter
- Entrée
- 76,9 M tokens
- Sortie
- 38,5 M tokens
Estimation d'après les prix actuels d'entrée et de sortie, hors remises.
Benchmarks
- 82.7
Terminal
points ; mesure la capacité agentique
- 14
DeepSWE
points de retard sur GPT-5.6 Luna en pass@1
- 4.8
DeepSWE
fois plus de résolutions par dollar que GPT-5.6 Luna
- 43e
Vibe Code Bench v1.1
rang sur 125 modèles
Scores tels que publiés par le fournisseur du modèle.
Raisonnement
- Niveau d'effort par défaut
- high
- Activé par défaut
- Oui
- Toujours activé
- Non
- Niveaux d'effort disponibles
- max / high / low / none
Démarrage rapide
Un code prêt à l'emploi pour appeler ce modèle avec les API compatibles de Felo API Platform. Commencez dans le Playground pour tester des prompts avant d'écrire du code.
Configurer votre clé API
Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.
export FELO_API_KEY="YOUR_API_KEY"Effectuer votre première requête
Utilisez cet ID de modèle avec le point de terminaison Felo API Platform. Les en-têtes de requête facultatifs comme X-Request-Id facilitent le diagnostic.
deepseek-v4-flashCe modèle est capable de raisonnement. Si le protocole sélectionné et la route du modèle exposent des contrôles de raisonnement, conservez les métadonnées de raisonnement renvoyées lorsque vous poursuivez la conversation.
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());Utiliser des SDK tiers
Avec les SDK compatibles, définissez baseURL sur https://openapi.felo.ai/api/v1. Pour les clients de style Claude, utilisez l'URL de base compatible Anthropic. https://openapi.felo.ai/api.
Activer le streaming
Ajoutez stream: true pour recevoir les réponses sous forme de server-sent events.
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
Felo API Platform expose des surfaces d'appel de modèles compatibles. Choisissez la surface que votre application ou votre client agent prend déjà en charge.
Messages
Messages compatibles Anthropic pour les clients de style Claude.
POST
https://openapi.felo.ai/api/v1/messagesParamètres
modelstringdeepseek-v4-flashID public du modèle à appeler.max_tokensinteger—Nombre maximal de tokens générés.messagesarray—Messages de la conversation pour Chat Completions.seed———stop———min_p———toolsarray—Définitions de tool calling conformes au schéma compatible.top_a———top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—Contrôle la variété des réponses lorsque c'est pris en charge.tool_choicestring or object—Contrôle si un outil doit être appelé.top_logprobs———response_formatobject—Demande une sortie structurée lorsque c'est pris en charge.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———parallel_tool_calls———Questions fréquentes
Qu'est-ce que DeepSeek V4 Flash 0731?
DeepSeek V4 Flash 0731 est la version officielle du modèle DeepSeek-V4-Flash, succédant à la preview. Il repose sur une architecture mixture-of-experts sparse open-weight de 284 milliards de paramètres totaux, dont 13 milliards actifs par token. Son contexte atteint 1 million de tokens, ce qui lui permet de traiter des bases de code entières ou de gros documents en une seule passe. Il prend en charge l'usage d'outils, les workflows agentiques et plusieurs niveaux de raisonnement, et peut être affiné via LoRA, notamment sur Fireworks. Le modèle est particulièrement adapté à l'assistance au codage, aux applications d'IA agentique, aux scénarios d'utilisation d'outils et à la résolution de problèmes complexes en développement logiciel, recherche en sécurité et analyse de données. Ses performances solides s'accompagnent de coûts de calcul et d'une latence d'inférence relativement faibles, ce qui en fait une option très rentable dans la famille DeepSeek V4. Sur plusieurs benchmarks clés, il surpasse DeepSeek V4 Pro Preview malgré un nombre de paramètres activés bien plus réduit, et il est considéré comme de niveau frontier pour sa taille. Ses limites sont connues : il est avant tout textuel, la compréhension visuelle native étant réservée à son frère plus récent DeepSeek V4.1 Flash. Il reste derrière GPT-5.6 Luna sur DeepSWE pass@1, et certaines fonctionnalités comme MTP pourraient ne pas être pleinement compatibles avec vLLM communautaire au départ. Enfin, il est déprécié sur serverless à partir du 25 septembre 2026 au profit de DeepSeek V4.1 Flash.
Comment l'usage est-il facturé ?
Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.
Quelles modalités le modèle prend-il en charge ?
DeepSeek V4 Flash 0731 accepte des entrées texte et produit des sorties texte. Il est avant tout textuel ; la compréhension visuelle native est disponible dans DeepSeek V4.1 Flash.
Quelle est la taille du contexte ?
Le modèle dispose d'un contexte de 1 million de tokens, adapté au traitement de bases de code entières ou de grands documents.
À quelles tâches est-il le mieux adapté ?
Il convient à l'assistance au codage, aux applications d'IA agentique, aux scénarios d'utilisation d'outils, à la résolution de problèmes complexes et aux tâches à contexte long.
Quelle est la différence avec DeepSeek V4.1 Flash ?
DeepSeek V4.1 Flash est plus récent et intègre la compréhension visuelle native. DeepSeek V4 Flash 0731 est déprécié sur serverless à partir du 25 septembre 2026 au profit de DeepSeek V4.1 Flash.
Peut-on l'affiner ou le déployer soi-même ?
Oui, il prend en charge l'affinage via LoRA, notamment sur Fireworks, et peut être déployé sur des GPU dédiés ou via des outils communautaires comme llama.cpp et vLLM.
Modèles liés
DeepSeek V4.1 Flash 1017
DeepSeekdeepseek-v4.1-flash-1017DeepSeek V4.1 Flash 1017 est un modèle multimodal à mixture d'experts, sous licence MIT, avec un contexte d'entrée allant jusqu'à un million de tokens et une réflexion contrôlable.
Contexte
1.049M
Sortie max.
393.216K
Tokens d'entrée
$0.3 / 1M tokens
Tokens de sortie
$1.2 / 1M tokens
DeepSeek V4.1 Flash
DeepSeekdeepseek-v4.1-flashDeepSeek V4.1 Flash est un modèle multimodal à mélange d'experts de DeepSeek-AI, doté d'un contexte d'un million de jetons et publié en open-weight sous licence MIT.
Contexte
1.049M
Sortie max.
131.072K
Tokens d'entrée
$0.3 / 1M tokens
Tokens de sortie
$1.2 / 1M tokens
DeepSeek V4 Pro 0813
DeepSeekdeepseek-v4-pro-0813Modèle phare de DeepSeek pour le raisonnement avancé, le codage complexe et les agents longue durée, avec un contexte d'un million de jetons et des poids ouverts.
Contexte
1.049M
Sortie max.
393.216K
Tokens d'entrée
$1.32 / 1M tokens
Tokens de sortie
$3.96 / 1M tokens