Felo API PlatformFelo API Platform
Kembali ke model
DeepSeekmessages

DeepSeek V4 Flash 0731 API

Model bahasa tekstual open-weight dari DeepSeek dengan arsitektur sparse mixture-of-experts 284 miliar parameter, mendukung tool use dan fine-tuning LoRA.

DeepSeek V4 Flash 0731 adalah rilis resmi model DeepSeek-V4-Flash yang menggantikan versi preview sebelumnya. Model ini menggunakan arsitektur sparse mixture-of-experts open-weight dengan 284 miliar parameter total dan hanya 13 miliar parameter aktif per token. Dengan efisiensi ini, model memberikan performa kuat sambil menjaga biaya komputasi dan latensi inferensi tetap relatif rendah. Model ini juga mendukung berbagai tingkat penalaran untuk deployment yang fleksibel, tool use, serta fine-tuning melalui LoRA pada platform seperti Fireworks.

Model ini sangat cocok untuk asisten coding, aplikasi AI agentik, dan skenario tool use. Kemampuannya juga andal untuk pemecahan masalah kompleks di bidang pengembangan perangkat lunak, riset keamanan, dan analisis data. Berkat konteks 1 juta token, model ini dapat menangani tugas konteks panjang seperti memproses seluruh basis kode atau dokumen besar. Dukungan terhadap agent loop membuatnya sesuai untuk alur kerja otonom yang memerlukan interaksi berulang dengan alat eksternal.

Sebagai bagian dari keluarga DeepSeek V4, model ini diposisikan di antara DeepSeek V4 Pro yang lebih besar dan DeepSeek V4.1 Flash yang lebih baru. Model ini merupakan base model, bukan varian khusus penalaran. Performanya melampaui DeepSeek V4 Pro Preview pada beberapa benchmark utama meskipun jumlah parameter aktifnya jauh lebih kecil, sehingga menjadikannya pilihan hemat biaya di keluarga V4. Namun, model ini terutama berfokus pada teks; pemahaman visual native tersedia pada saudara V4.1. Model ini tertinggal dari GPT-5.6 Luna pada pass@1 DeepSWE, dan akan dihentikan di serverless mulai 25 September 2026 untuk digantikan oleh V4.1 Flash yang lebih baru.

Diperbarui:

ID MODEL

deepseek-v4-flash
Konteks
1.049M
Output maks
943.718K
API yang direkomendasikan
messages
Masukan
text
Keluaran
text

Sorotan

  • Arsitektur sparse MoE 284B parameter total
  • 13 miliar parameter aktif per token
  • Konteks hingga 1 juta token
  • Dukungan tool use dan agentic
  • Fine-tuning LoRA pada platform seperti Fireworks
  • Hemat biaya di keluarga DeepSeek V4

Penyedia

6 penyedia

Bandingkan harga API antarpenyedia. Pilih penyedia untuk melihat semua biaya dan ketentuan.

Penyedia · Detail harga
Ketersediaan
$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

Yang bisa dibeli dengan $10

Masukan
76,9 jt token
Keluaran
38,5 jt token

Perkiraan dari harga masukan dan keluaran saat ini, sebelum diskon.

Tolok ukur

  • Terminal

    poin; mengukur kemampuan agentik

    82.7
  • DeepSWE

    poin tertinggal dari GPT-5.6 Luna pada pass@1

    14
  • DeepSWE

    kali lebih banyak penyelesaian per dolar dibandingkan GPT-5.6 Luna

    4.8
  • Vibe Code Bench v1.1

    peringkat dari 125 model

    Peringkat 43

Skor sesuai publikasi penyedia model.

Penalaran

Tingkat usaha bawaan
high
Aktif secara bawaan
Ya
Selalu aktif
Tidak
Tingkat usaha yang tersedia
max / high / low / none

Mulai cepat

Kode siap pakai untuk memanggil model ini dengan API yang kompatibel dari Felo API Platform. Mulai di Playground jika Anda ingin menguji prompt sebelum menulis kode.

1

Siapkan kunci API

Buat kunci dari akun Felo API Platform Anda dan tetapkan sebagai variabel lingkungan.

export FELO_API_KEY="YOUR_API_KEY"
2

Kirim permintaan pertama

Gunakan ID model ini dengan endpoint Felo API Platform. Header permintaan opsional seperti X-Request-Id dapat membantu pemecahan masalah.

deepseek-v4-flash

Model ini mampu melakukan penalaran. Jika protokol dan rute model yang Anda pilih menyediakan kontrol penalaran, pertahankan metadata penalaran yang dikembalikan saat melanjutkan percakapan.

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());

Menggunakan SDK pihak ketiga

Pada SDK yang kompatibel, tetapkan baseURL ke https://openapi.felo.ai/api/v1. Untuk klien bergaya Claude, gunakan base URL yang kompatibel dengan Anthropic. https://openapi.felo.ai/api.

3

Aktifkan streaming

Tambahkan stream: true untuk menerima respons sebagai 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 menyediakan antarmuka pemanggilan model yang kompatibel. Pilih antarmuka yang sudah didukung aplikasi atau klien agen Anda.

AntarmukaMetodeURL

Messages

Pesan yang kompatibel dengan Anthropic untuk klien bergaya Claude.

POST

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

Parameter

NamaTipeDefaultDeskripsi
modelstringdeepseek-v4-flashID model publik yang akan dipanggil.
max_tokensinteger—Jumlah maksimum token yang dihasilkan.
messagesarray—Pesan percakapan untuk Chat Completions.
seed———
stop———
min_p———
toolsarray—Definisi tool calling sesuai skema yang kompatibel.
top_a———
top_k———
top_p———
logprobs———
reasoning———
logit_bias———
temperaturenumber—Mengontrol variasi respons jika didukung.
tool_choicestring or object—Mengontrol apakah suatu alat harus dipanggil.
top_logprobs———
response_formatobject—Meminta output terstruktur jika didukung.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
parallel_tool_calls———

Pertanyaan umum

Mengenal DeepSeek V4 Flash 0731?

DeepSeek V4 Flash 0731 adalah rilis resmi model DeepSeek-V4-Flash yang menggantikan versi preview sebelumnya. Model ini menggunakan arsitektur sparse mixture-of-experts open-weight dengan 284 miliar parameter total dan hanya 13 miliar parameter aktif per token. Dengan efisiensi ini, model memberikan performa kuat sambil menjaga biaya komputasi dan latensi inferensi tetap relatif rendah. Model ini juga mendukung berbagai tingkat penalaran untuk deployment yang fleksibel, tool use, serta fine-tuning melalui LoRA pada platform seperti Fireworks. Model ini sangat cocok untuk asisten coding, aplikasi AI agentik, dan skenario tool use. Kemampuannya juga andal untuk pemecahan masalah kompleks di bidang pengembangan perangkat lunak, riset keamanan, dan analisis data. Berkat konteks 1 juta token, model ini dapat menangani tugas konteks panjang seperti memproses seluruh basis kode atau dokumen besar. Dukungan terhadap agent loop membuatnya sesuai untuk alur kerja otonom yang memerlukan interaksi berulang dengan alat eksternal. Sebagai bagian dari keluarga DeepSeek V4, model ini diposisikan di antara DeepSeek V4 Pro yang lebih besar dan DeepSeek V4.1 Flash yang lebih baru. Model ini merupakan base model, bukan varian khusus penalaran. Performanya melampaui DeepSeek V4 Pro Preview pada beberapa benchmark utama meskipun jumlah parameter aktifnya jauh lebih kecil, sehingga menjadikannya pilihan hemat biaya di keluarga V4. Namun, model ini terutama berfokus pada teks; pemahaman visual native tersedia pada saudara V4.1. Model ini tertinggal dari GPT-5.6 Luna pada pass@1 DeepSWE, dan akan dihentikan di serverless mulai 25 September 2026 untuk digantikan oleh V4.1 Flash yang lebih baru.

Bagaimana penggunaan ditagih?

Tagihan Anda bergantung pada penyedia yang digunakan, tarifnya, dan penggunaan Anda. Masukan yang lebih panjang atau ketentuan lain dapat memiliki harga berbeda.

Apakah DeepSeek V4 Flash 0731 mendukung input non-teks?

Tidak. Model ini hanya mendukung input teks dan output teks. Pemahaman visual native tersedia pada model saudara DeepSeek V4.1 Flash.

Berapa panjang konteks yang didukung?

Model ini mendukung konteks hingga 1 juta token, sehingga cocok untuk tugas dengan dokumen atau basis kode yang sangat panjang.

Apa saja kemampuan utama model ini?

Model ini mendukung tool use, aplikasi agentik, berbagai tingkat penalaran, dan fine-tuning melalui LoRA. Arsitekturnya sparse mixture-of-experts dengan 284 miliar parameter total dan 13 miliar parameter aktif per token.

Apa perbedaan DeepSeek V4 Flash 0731 dengan DeepSeek V4.1 Flash?

DeepSeek V4 Flash 0731 adalah rilis resmi yang menggantikan versi preview, diposisikan di antara V4 Pro dan V4.1 Flash. DeepSeek V4.1 Flash adalah model yang lebih baru dan memiliki pemahaman visual native. DeepSeek V4 Flash 0731 akan dihentikan di serverless mulai 25 September 2026 untuk digantikan oleh V4.1 Flash.

Bagaimana performa DeepSeek V4 Flash 0731 dibandingkan DeepSeek V4 Pro Preview?

Model ini melampaui DeepSeek V4 Pro Preview pada beberapa benchmark utama, meskipun jumlah parameter aktifnya jauh lebih kecil.

Model terkait