DeepSeek V4 Flash 0731 API
DeepSeek V4 Flash 0731 — открытая текстоориентированная модель с разреженной MoE-архитектурой, контекстом в 1 миллион токенов и низкой стоимостью вывода для агентных задач.
DeepSeek V4 Flash 0731 — официальный релиз открытой модели DeepSeek с разреженной смесью экспертов: 284 млрд параметров всего и 13 млрд активных на токен. Она принимает и выдаёт текст, поддерживает окно контекста в 1 миллион токенов, использование инструментов и агентные сценарии, а также несколько уровней рассуждений для гибкой настройки. Модель относится к базовым, а не к отдельным reasoning-вариантам, и доступна через 26 провайдеров; есть GGUF-квантования, включая Q8 объёмом 162 ГБ, а также запуск на выделенных GPU вроде NVIDIA DGX Spark и в инструментах сообщества llama.cpp и vLLM.
Модель подходит для помощи в программировании, агентных приложений и циклов агентов, сценариев с вызовом инструментов, сложных задач в разработке ПО, исследованиях безопасности и анализе данных, а также для работы с длинным контекстом — например, с целыми кодовыми базами или большими документами. Тонкая настройка возможна через LoRA на платформах вроде Fireworks.
Среди ограничений: модель в первую очередь текстовая, нативное визуальное понимание появилось в более новой родственной модели V4.1; по DeepSWE pass@1 она уступает GPT-5.6 Luna; некоторые возможности вроде MTP поначалу могут быть не полностью совместимы с общественным vLLM. Начиная с 25 сентября 2026 года модель выводится из serverless-доступа в пользу более новой V4.1 Flash.
Обновлено:
MODEL ID
deepseek-v4-flash- Контекст
- 1.049M
- Макс. вывод
- 943.718K
- Рекомендуемый API
- messages
- Вход
- text
- Выход
- text
Ключевые возможности
- 284 млрд параметров, 13 млрд активных
- Контекст 1 миллион токенов
- Поддержка инструментов и агентных сценариев
- Несколько уровней рассуждений
- Тонкая настройка через LoRA
- Доступна у 26 провайдеров
Поставщики
Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.
| Доступность | ||||
|---|---|---|---|---|
| $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 |
Историческая статистика не является проверкой в реальном времени. Отсутствие данных не означает сбой.
Сколько дают $10
- Вход
- 76,9 млн токенов
- Выход
- 38,5 млн токенов
Оценка по текущим ценам входа и выхода, без учёта скидок.
Бенчмарки
- 82.7
Terminal
балла; измеряет агентные способности
- 14
DeepSWE
баллов отставания от GPT-5.6 Luna по pass@1
- 4.8
DeepSWE
раза больше решений на доллар по сравнению с GPT-5.6 Luna
- 43-е место
Vibe Code Bench v1.1
место среди 125 моделей
Результаты опубликованы производителем модели.
Рассуждения
- Уровень по умолчанию
- high
- Включено по умолчанию
- Да
- Всегда включены
- Нет
- Доступные уровни
- max / high / low / none
Quick Start
Готовый код для вызова этой модели через compatible APIs Felo API Platform. Используйте Playground, чтобы проверить prompts до написания кода.
Добавьте API key
Создайте key в аккаунте Felo API Platform и задайте его как environment variable.
export FELO_API_KEY="YOUR_API_KEY"Первый запрос
Используйте этот model ID с endpoint Felo API Platform. Дополнительные request headers, например X-Request-Id, помогают troubleshooting.
deepseek-v4-flashЭта модель поддерживает reasoning. Если выбранный protocol и model route дают reasoning controls, сохраняйте returned reasoning metadata при продолжении 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());Сторонние SDK
В compatible SDK установите baseURL на https://openapi.felo.ai/api/v1. Для Claude-style clients используйте Anthropic-compatible base URL. https://openapi.felo.ai/api.
Включить streaming
Добавьте stream: true, чтобы получать responses как 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 предоставляет compatible model-calling surfaces. Выберите surface, который уже поддерживает ваше app или agent client.
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringdeepseek-v4-flashПубличный model ID для вызова.max_tokensinteger—Максимальное число generated tokens.messagesarray—Сообщения conversation для Chat Completions.seed———stop———min_p———toolsarray—Tool calling definitions по compatible schema.top_a———top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—Управляет вариативностью ответа, если поддерживается.tool_choicestring or object—Управляет тем, нужно ли вызвать tool.top_logprobs———response_formatobject—Запрашивает structured output, если поддерживается.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———parallel_tool_calls———Частые вопросы
О модели DeepSeek V4 Flash 0731?
DeepSeek V4 Flash 0731 — официальный релиз открытой модели DeepSeek с разреженной смесью экспертов: 284 млрд параметров всего и 13 млрд активных на токен. Она принимает и выдаёт текст, поддерживает окно контекста в 1 миллион токенов, использование инструментов и агентные сценарии, а также несколько уровней рассуждений для гибкой настройки. Модель относится к базовым, а не к отдельным reasoning-вариантам, и доступна через 26 провайдеров; есть GGUF-квантования, включая Q8 объёмом 162 ГБ, а также запуск на выделенных GPU вроде NVIDIA DGX Spark и в инструментах сообщества llama.cpp и vLLM. Модель подходит для помощи в программировании, агентных приложений и циклов агентов, сценариев с вызовом инструментов, сложных задач в разработке ПО, исследованиях безопасности и анализе данных, а также для работы с длинным контекстом — например, с целыми кодовыми базами или большими документами. Тонкая настройка возможна через LoRA на платформах вроде Fireworks. Среди ограничений: модель в первую очередь текстовая, нативное визуальное понимание появилось в более новой родственной модели V4.1; по DeepSWE pass@1 она уступает GPT-5.6 Luna; некоторые возможности вроде MTP поначалу могут быть не полностью совместимы с общественным vLLM. Начиная с 25 сентября 2026 года модель выводится из serverless-доступа в пользу более новой V4.1 Flash.
Как рассчитывается стоимость?
Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности.
Какие входные и выходные данные поддерживает модель?
Модель принимает текст и выдаёт текст. Другие модальности в фактах не заявлены.
Какой у модели контекст?
Контекстное окно составляет 1 миллион токенов. Ограничение на длину вывода в фактах не указано.
Для каких задач подходит DeepSeek V4 Flash 0731?
Для помощи в программировании, агентных приложений и циклов агентов, сценариев с вызовом инструментов, сложных задач в разработке ПО, безопасности и анализе данных, а также для длинного контекста.
Чем модель отличается от других представителей семейства?
Она занимает место между более крупной DeepSeek V4 Pro и более новой V4.1 Flash. По ряду ключевых бенчмарков она превосходит DeepSeek V4 Pro Preview при заметно меньшем числе активных параметров, а нативное визуальное понимание есть только у V4.1 Flash.
Можно ли развернуть модель локально?
Да, есть GGUF-квантования, включая Q8 объёмом 162 ГБ, запуск на выделенных GPU вроде NVIDIA DGX Spark и поддержка инструментов сообщества llama.cpp и vLLM. Часть функций вроде MTP поначалу может быть не полностью совместима с общественным vLLM.
Связанные модели
DeepSeek V4.1 Flash 1017
DeepSeekdeepseek-v4.1-flash-1017DeepSeek V4.1 Flash 1017 — мультимодальная модель с открытыми весами, контекстом до миллиона токенов и управляемой глубиной рассуждений для агентных и кодинг-задач.
Контекст
1.049M
Макс. вывод
393.216K
Входные токены
$0.3 / 1M токенов
Выходные токены
$1.2 / 1M токенов
DeepSeek V4.1 Flash
DeepSeekdeepseek-v4.1-flashМультимодальная модель DeepSeek V4.1 Flash с контекстом в один миллион токенов, обработкой текста и изображений и открытыми весами под лицензией MIT.
Контекст
1.049M
Макс. вывод
131.072K
Входные токены
$0.3 / 1M токенов
Выходные токены
$1.2 / 1M токенов
DeepSeek V4 Pro 0813
DeepSeekdeepseek-v4-pro-0813Флагманская модель DeepSeek V4 Pro 0813 с контекстом 1 000 000 токенов, 1,65 трлн параметров и режимами мышления для сложного кода, длинных агентных задач и анализа больших объёмов информации.
Контекст
1.049M
Макс. вывод
393.216K
Входные токены
$1.32 / 1M токенов
Выходные токены
$3.96 / 1M токенов