Felo API PlatformFelo API Platform
Retour aux modèles
DeepSeekmessages

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

6 fournisseurs

Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.

Fournisseur · Détails des tarifs
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

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

  • Terminal

    points ; mesure la capacité agentique

    82.7
  • DeepSWE

    points de retard sur GPT-5.6 Luna en pass@1

    14
  • DeepSWE

    fois plus de résolutions par dollar que GPT-5.6 Luna

    4.8
  • Vibe Code Bench v1.1

    rang sur 125 modèles

    43e

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.

1

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"
2

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-flash

Ce 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.

3

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.

SurfaceMethodURL

Messages

Messages compatibles Anthropic pour les clients de style Claude.

POST

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

Paramètres

NomTypePar défautDescription
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